Shape Derivatives for the Compressible Navier-Stokes Equations in Variational Form
基于表面梯度和哈达玛形式的形状优化被认为是可压缩粘性流体。特别注意的是“功能组合”的方法,涉及当地的形状衍生物和替代方法的基础上的弱形式的状态方程之间的差异。由此产生的梯度表达式被发现是相等的,只有当存在一个强形式的解决方案被假定。基于这两种配方的表面形状衍生物在可变阶的不连续Galerkin流求解器内实现。的梯度表达式产生的变分方法相比,有限差分时,给优越的精度。
2013-12-20 math.OC
Min max method, shape, topological derivatives, averaged Lagrangian, homogenization, two scale convergence, Helmholtz equation
在本文中,我们执行一个严格的版本的形状和拓扑导数的优化问题的约束下的Helmoltz问题。通过引入代价泛函,建立了一个形状和拓扑最优化问题。我们首先通过考虑拉格朗日方法推导出泛函的形状导数。用同样的方法证明了它是一个拓扑导数.文中还给出了对微分几何中几个无约束形函数的应用。
2022-11-16 cs.NA math.NA math.OC
Minimisation of peak stresses with the shape derivative
本文针对线性弹性中的峰值应力最小化问题,提出直接最小化最大von Mises应力的非光滑形状优化方法,推导形状导数并结合Clarke次微分与最速下降算法求解,数值实验表明其优于传统p-范数正则化。
2024-02-20 math.OC
Shape derivatives for the penalty formulation of contact problems with Tresca friction
本文研究了摩擦接触下线弹性体的形状优化问题。由于接触问题的公式化涉及到投影算子,所以一般情况下,该解不是形状可微的。此外,接触区的形状优化需要计算接触体之间的间隙及其形状导数。利用方向导数,得到了形状可微的充分条件。%这个问题是在两个具有光滑边界的机构的一般框架中解决的。然后,给出了基于这些形状导数的梯度下降算法的数值结果。
2020-06-04 cs.NA math.NA math.OC
Shape Calculus for Shape Energies in Image Processing
许多图像处理问题自然地表示为能量最小化或形状最优化问题,其中自由变元是形状,例如二维曲线或三维曲面。例子是图像分割,多视图立体重建,从数据点云的几何插值。为了获得这样一个问题的解决方案,人们通常采取迭代方法,梯度下降算法,它更新候选形状逐渐变形为最佳形状。计算梯度下降更新需要形状能量的一阶变分的知识,或者更确切地说是一阶形状导数的知识。除了一阶形状导数之外,还可以利用二阶形状导数并开发具有更快收敛的牛顿型方法。不幸的是,在图像处理中的形状能量的形状导数的知识是零散的。第二形状导数是已知的,只有两个能量的图像处理文献和许多结果的第一形状导数是有限的,在这个意义上,他们要么是平面上的曲线,或开发的形状的一个特定的表示或一个非常具体的功能形式的形状能量。在这项工作中,这些限制被克服,并计算的第一和第二形状导数的形状能量,是代表在图像处理中发现的能量的大类。我们得到的许多公式是新的和一些推广以前现有的结果。这些结果对于任意维数的一般曲面都是有效的。这项工作的目的是作为一个食谱的研究人员谁处理的形状能量在图像处理中的各种应用,并需要开发算法来计算这些能量最小化的形状。
2013-07-22 math.OC
Automatic shape derivatives for transient PDEs in FEniCS and Firedrake
在工业中,形状最优化问题在设计飞机、汽车和涡轮机等结构时是非常重要的。对于这些应用中的许多应用,结构随着时间的推移而改变,具有规定或非规定的运动。因此,在优化结构设计时,在模拟中捕捉这些特征是很重要的。使用基于梯度的算法,手动导出形状导数可能变得非常复杂并且容易出错,特别是在时间依赖的非线性偏微分方程的情况下。为了减轻这一负担,我们提出了一个高层次的算法微分工具,自动计算的有限元框架FEniCS和Firedrake中构成的偏微分方程的一阶和二阶形状导数。一阶形状导数使用伴随方法计算,而二阶形状导数使用切线线性方法和伴随方法的组合计算。对于任意变分形式序列,符号化地导出了伴随和切线性方程。因此,我们的方法适用于广泛的偏微分方程的问题,是离散一致的。我们说明了我们的框架的一般性,提出了几个例子,跨越范围的线性,非线性和时间依赖的偏微分方程的静态和瞬态域。
2020-01-27 math.OC
Shape derivatives for minima of integral functionals
对于$Ω$在${\mathbb R} ^n$的开有界集之间变化,我们考虑形状泛函$J (Ω)$定义为$\int _Ω[ f (\nabla u) + g (u) ]$类积分能量的Sobolev空间上的下确界,在$\partial Ω$上满足Dirichlet或Neumann条件.在对被积函数$f$和$g$相当弱的假设下,证明了当给定的区域$Ω$通过初始速度场$V\in W ^ {1, \infty} ({\mathbb R} ^n, {\mathbb R} ^n)$变形为单参数区域族$Ω_\varepsilon$时,$J$在$Ω$上沿$V$方向的相应形状导数存在.在一些进一步的正则性假设下,我们表明,形状导数可以表示为一个边界积分线性依赖于$\partial Ω$上的$V$的正常组件。我们的方法来获得的形状导数是新的,它是基于凸分析和伽玛收敛技术的联合使用。它允许推导,作为一个同伴的结果,最优性条件的形式守恒律。
2014-01-13 math.OC
Shape Derivative for Penalty-Constrained Nonsmooth-Nonconvex Optimization: Cohesive Crack Problem
研究了一类与变分不等式(VI)有关的带罚约束的非光滑非凸优化问题的形状可微性。准脆性断裂的具体问题描述了一个弹性体与巴伦布拉特粘性裂纹下的不等式条件下的非渗透的裂纹面。基于Lagrange方法,利用光滑罚函数和Lavrentiev正则化,导出了形状导数的计算公式。显式公式包含原始状态和伴随状态,并且对于寻找梯度算法的下降方向以从边界测量识别最佳裂纹形状是有用的。破坏性试验的数值例子是在2D。
2022-04-10 math.OC
Pre-Shape Calculus: Foundations and Application to Mesh Quality Optimization
优化过程中产生的网格变形往往会导致网格质量下降甚至破坏。我们提出了一个理论框架,使用预形状推广经典的形状优化和微积分。我们定义了预形导数,并推导出相应的结构和微积分定理。特别是,切向方向的特点,在预形衍生物,与经典的形状衍生物,只有正常的方向。从经典的形状优化和微积分技术进行到这个框架。提出了一种网格质量最优化问题类,该问题可利用预形导数求解。这类允许同时优化经典的形状目标和网格质量,而不恶化经典的形状优化解决方案。新技术的实施和数值测试的2D和3D。
2021-06-17 math.OC
On sensitivities regarding shape and topology optimization as derivatives on Wasserstein spaces
本研究将最优传输框架引入最优设计问题,以Wasserstein空间为设计变量集关联概率测度与材料形状构型,探究空间微分与形状拓扑优化灵敏度的关联,将优化过程建模为该空间上的梯度流。
2025-09-05 math.OC
Designing gradient coils with the shape derivative and the closed B-spline curves
本文提出一种基于形状导数和闭合B样条曲线的梯度线圈优化方法,以控制点为设计变量,利用梯度类非线性规划求解器实现MRI梯度线圈的高效可靠设计。
2024-04-01 math.OC physics.med-ph
Estimates of First and Second Order Shape Derivatives in Nonsmooth Multidimensional Domains and Applications
在本文中,我们研究的连续性的第一和第二阶形状导数的泛函依赖于二阶椭圆型偏微分方程的非光滑区域,基本上是Lipschitz或凸,或满足一致的外部球条件。我们证明,而尖锐的连续性结果,这些形状的衍生物相对于Sobolev规范的边界轨迹的位移。相对于以前的结果,这种方法是完全不同的,是有效的,在任何维度$N\geq 2$。它是基于在这样的非光滑域的泊松型方程的尖锐的正则性结果。我们还扩大了这些估计适用的泛函和偏微分方程类。应用于凸约束下的形状最优化问题的变域或其补域的定性性质。
2015-05-21 math.AP math.OC
Trust-region algorithms: probabilistic complexity and intrinsic noise with applications to subsampling techniques
本文提出了一种求光滑无约束函数的近似极小值的置信域算法,该函数的值和导数受随机噪声的影响。结果表明,在适当的概率假设下,新方法发现(在预期中)$ε$ -近似极小的任意阶$ q \geq 1$在至多$\mathcal{O}(ε^{-(q+1)})$不精确的评价的功能及其衍生物,提供了第一个这样的结果一般的最优性订单。固有噪声限制的有效性的假设的影响也进行了讨论,它表明,困难是不可能发生在一阶版本的算法足够大的梯度。相反,如果这些假设失败的具体实现,那么“降级”的最优性保证,举行失败时发生。这些结论进行了讨论,并说明在有限和优化的子采样方法的背景下。
2021-12-30 math.OC
Shape sensitivity of a 2D Fluid-Structure Interaction problem between a viscous incompressible fluid and an incompressible elastic structure
我们研究了形状可微的一般功能依赖于二维静态Stokes弹性系统的解决方案,相对于参考域的弹性结构沉浸在粘性流体。考虑了形状扰动下的弹性区域变化的可微性。然后,使用速度法计算形状导数。该导数涉及该流固耦合问题的解的材料导数。利用伴随方法得到了形状导数的简化表达式。
2022-10-12 math.AP math.OC
Convergence Certificate for Stochastic Derivative-Free Trust-Region Methods based on Gaussian Processes
在许多机器学习应用中,人们希望从可用数据中学习优化问题的未知目标和约束函数,然后应用某种技术来获得学习模型的局部优化器。这项工作认为高斯过程作为全球代理模型,并利用它们与无导数的信赖域方法。众所周知,无导数信赖域方法全局收敛-假设代理模型是概率完全线性的。我们证明了\glspl{gp}确实是概率完全线性的,从而导致快速(线性或二次局部代理模型相比)和全局收敛。我们利用化学反应器的优化来证明基于\gls{gp}的信赖域方法的效率。
2020-10-02 cs.SY eess.SY math.OC
Efficient PDE constrained shape optimization based on Steklov-Poincaré type metrics
形状流形上的PDE约束优化的最新进展是基于形状导数的Hadamard形式,即,以在所研究的形状的边界处的积分的形式,以及基于内在形状度量。从数值的角度来看,域积分形式的形状衍生物似乎很有前途,而需要一个外部度量的形状边界周围的域。本文试图协调这两种观点,采用Steklov-Poincaré型内禀度量,这是来自外部度量。基于该度量,提出了有效的形状优化算法,这也减少了分析劳动,迄今为止,在形状导数的推导。
2016-08-08 math.OC
A shape optimization algorithm based on directional derivatives for three-dimensional contact problems
本文研究接触力学中的形状优化问题。更具体地说,线弹性模型被认为是在小变形假设下,弹性体被假定为接触(滑动或与Tresca摩擦)与刚性基础。所研究的数学公式是原变分不等式的两个正则化版本:罚公式和增广拉格朗日公式。为了得到与这两个不可微公式相关联的形状导数,我们遵循基于方向导数\cite{chaudet2020shape,chaudet2021shape}的方法。这使我们能够开发一个基于梯度的拓扑优化算法,建立在这些衍生物和形状的水平集表示。该算法还受益于网格切割技术,它给出了一个明确的表示,在每次迭代的形状,并使我们能够应用边界条件强烈的接触区。详细介绍了该方法的不同步骤。然后,为了验证该方法,一些二维和三维基准的数值结果。
2022-08-29 cs.NA math.NA math.OC
Minimization of eddy currents in permanent magnets of an electric machine with shape derivatives
Institute of Numerical Mathematics - Johannes Kepler University Linz (JKU)(林茨约翰·开普勒大学数值数学研究所);Johann Radon Institute for Computational and Applied Mathematics (RICAM), ÖAW(奥地利科学院约翰·拉德纳计算与应用数学研究所)
本文针对内置式永磁同步电机,提出基于形状导数的优化方法,在旋转周期内最小化永磁体涡流平均耗散功率并最大化平均转矩,同时处理时变状态与伴随问题的时间离散耦合挑战。
2025-11-10 math.OC
A novel way of computing the shape derivative for a class of non-smooth PDEs and its impact on deriving necessary conditions for locally optimal shapes
Faculty of Mathematics, University of Würzburg(维尔茨堡大学数学学院)
本文提出了一种计算非光滑PDE类形状导数的新方法,并探讨了其对导出局部最优形状必要条件的影响。
2025-11-20 math.AP math.DG math.OC
Computational Shape Derivatives in Heat Conduction: An Optimization Approach for Enhanced Thermal Performance
本文针对热传导储能问题,通过计算优化泛函的形状梯度并结合经典形状优化策略,确定复合材料中高导电材料的最优位置,数值实验验证了方法有效性。
2024-03-29 math.OC
Sensitivity analysis for shape optimization of a focusing acoustic lens in lithotripsy
我们感兴趣的形状灵敏度分析的最优化问题在高强度聚焦超声医学应用中出现。目标是找到聚焦声透镜的最佳形状,以便实现肾结石处的期望声压。采用具有非线性强阻尼的分段常系数Westerpyruvone方程来描述硅橡胶声透镜与非线性声流体区域的耦合。我们遵循变分的方法来计算的形状导数的成本功能,不需要计算的形状导数的状态变量;然而,某些空间规律性的原始和伴随状态的假设需要获得的衍生物,特别是其强形式根据Delfour-Hadamard-Zol\' esio结构定理。
2015-06-09 math.OC
On Shape Calculus with Elliptic PDE Constraints in Classical Function Spaces
在这篇论文中,我们在经典的函数空间(Hölder空间)中发展了一个椭圆型偏微分方程(PDE)约束的形状优化的泛函分析框架。这种方法的动机是形状最优化问题,这是受到线性弹性约束,并涉及一类特殊的形状泛函计算故障率的机械加载设备w.r.t.组件的形状。这些目标是病态定义的$H^1$ -状态方程的解决方案和形状导数没有定义$H^1$ -材料的衍生物。因此,由此产生的最优可靠性问题不能解决现有的方法的形状演算。我们发展了一个一般概念的Banach和希尔伯特空间,这是基于参数依赖的变分方程,经典的PDE解决方案,Schauder估计和紧嵌入,并允许转移微分在较低的Banach空间拓扑结构,以更高的。我们应用这个框架的线性弹性方程及其变分制剂,根据速度方法变换的域。我们证明了Hölder空间中物质和局部形状导数的存在性,形状导数的存在性,并导出伴随方程。我们还给出了$L^2$形状梯度的一个分类。它的规则性和它的潜力,以维持域规则性沿下降流。
2020-01-16 math.OC
Uniform Lipschitz Property of Nonnegative Derivative Constrained B-Splines and Applications to Shape Constrained Estimation
受一般非负导数约束下的形状约束估计的启发,考虑了约束函数的B-样条逼近,研究了约束B-样条估计的渐近性能.通过引用B样条理论中的一个深层次的结果(称为de Boor猜想),首先证明了A。Shardin以及其他新的分析技术,我们建立了一个关键的均匀Lipschitz性质的B-样条估计受到任意非负导数约束下的$\ell_\infty$ -范数可能非等距设计点和节点。这一性质导致了B样条估计量的重要渐近分析结果,例如,在整个区间上的一致收敛性和相合性。本文的结果不仅恢复了单调和凸逼近和估计的特殊情况,而且在一个统一的框架内处理一般的非负导数约束,并打开了大门的约束B-样条逼近和估计受到更广泛的一类形状约束。
2015-10-18 math.CA math.OC math.ST
The shape derivative of the Gauss curvature
Universidad Nacional del Litoral(国立利托拉尔大学);Consejo Nacional de Investigaciones Científicas y Técnicas(国家科学研究委员会)
本文提出了一种系统方法,用于推导更一般几何量的形状导数公式,包括Gauss曲率和其它几何不变量,同时介绍了用于近似形状函数极小值的新的牛顿型方案。
2017-08-24 cs.NA math.NA math.OC
Quantitative inequality for the eigenvalue of a Schrödinger operator in the ball
本文的目的是证明球中薛定谔算子第一特征值的一个定量不等式。更准确地说,我们优化的第一特征值$λ(V)$的运营商$\mathcal L_v:=-Δ-V$与Dirichlet边界条件相对于潜在的$V$,$L^1$和$L^\infty$约束下$V$。该解决方案已被称为是一个中心球的特征函数,但本文旨在证明以下形式的急剧增长率:如果$V^*$是一个极小,然后$λ(V)-λ(V^*)\geq C ||V-V^*||_{L^1(Ω)}^2$的一些$C>0$。证明依赖于两个概念的衍生物形状优化:参数衍生物和形状衍生物。我们使用参数导数来处理径向竞争对手,形状导数来处理球的法向变形。一个二分法,然后建立推广的结果,所有其他的潜力。我们发展了一种新的方法来处理径向分布和比较原则来处理二阶形状导数在球。最后,我们添加了一些关于在这种情况下的二阶形状导数的davity范数的备注。
2020-05-15 math.AP math.OC
A level set-based structural optimization code using FEniCS
本文介绍了一个教育代码编写使用FEniCS,水平集方法的基础上,进行结构优化中的柔度最小化。我们使用分布形状导数的概念来计算顺应性的下降方向,其被定义为形状泛函。FeNiCS便于使用分布式形状导数,其允许以简单的实现来处理复杂的偏微分方程。该代码是为线性化弹性框架中的柔度最小化而编写的,并且可以很容易地适应于处理其他泛函和偏微分方程。我们还为兼容机制提供了代码的扩展。我们首先解释如何计算形状导数,并讨论形状导数的分布表达式和边界表达式之间的差异。然后,我们详细描述了实现,并展示了该代码的应用程序的一些经典的拓扑优化基准。代码可在http://antoinelaurain.com/compliance.htm上获得,主文件也在附录中给出。
2018-01-29 math.OC
On the global complexity of a derivative-free Levenberg-Marquardt algorithm via orthogonal spherical smoothing
提出一种基于正交球面平滑的无导数Levenberg-Marquardt算法,证明了其梯度模型的概率一阶精度,并给出了高概率复杂度界。
2024-07-17 cs.NA math.NA math.OC
Decoupling of Control and Force Objective in Adjoint-Based Fluid Dynamic Shape Optimization
我们讨论外部和经典的内部替代评估流体流动引起的机构的力量。讨论的目的是减少总形状的衍生物,实现通过解耦的控制和目标的外部方法。在这种情况下,几何以及对流的形状导数的贡献消失。对流的贡献取决于原始物理学,可能会消失,而几何成分的情况并非如此。后者可以被解释为与工业应用无关的曲率。目标泛函的剩余局部导数可以用伴随系统有效地确定,该伴随系统与经典方法的不同之处仅在于其边界条件,并且类似于ALE策略。暴露于重力的二维流动说明了外部方法的特征,从而仔细推导出的衍生物从二阶导数差分研究被用来验证结果。
2019-02-13 math.OC physics.flu-dyn
Shape Derivative-Informed Neural Operators with Application to Risk-Averse Shape Optimization
Oden Institute for Computational Engineering and Sciences, The University of Texas at Austin, Austin, Texas, USA(奥登计算工程与科学研究所,德克萨斯大学奥斯汀分校,奥斯汀,德克萨斯,美国);School of Mathematical Sciences, Queensland University of Technology, Brisbane, Australia(数学科学学院,昆士兰科技大学,布里斯班,澳大利亚);Centre for Data Science, Queensland University of Technology, Brisbane, Australia(数据科学中心,昆士兰科技大学,布里斯班,澳大利亚);Department of Mathematics, The Ohio State University, Columbus, Ohio, USA(数学系,俄亥俄州立大学,哥伦布,俄亥俄,美国);Department of Engineering Science and Biomedical Engineering, University of Auckland, Auckland, New Zealand(工程科学与生物医学工程系,奥克兰大学,奥克兰,新西兰);Walker Department of Mechanical Engineering, The University of Texas at Austin, Austin, Texas, USA(沃克机械工程系,德克萨斯大学奥斯汀分校,奥斯汀,德克萨斯,美国)
Shape-DINO通过导数信息驱动的神经算子框架,提升PDE约束下形状优化的效率和准确性,实现大规模不确定性下的形状优化。
2026-03-03 cs.LG cs.NA math.NA
The topological state derivative: an optimal control perspective on topology optimisation
本文引入了一般拓扑变换的拓扑状态导数,并探讨了它与标准最优控制理论的关系。我们表明,一类偏微分方程,形状相关的状态变量可以区分相对于拓扑结构,从而导致类似于那些发生在标准的最优控制问题的线性化系统。然而,在处理这个线性化系统的解的正则性时,必须非常小心。事实上,我们应该期待不同的概念(非常)弱解,这取决于是否主要部分的运营商或其低阶项被扰动。我们还研究了与拓扑状态导数的关系,通常通过涉及边界层校正的经典拓扑展开获得。拓扑状态导数的一个特点是,它可以通过Stampacchia型正则性估计或交替与经典的渐近展开。应该指出的是,我们的方法是灵活的,足以涵盖比通常情况下的点扰动的域。特别地,在[8,9]的路线中,我们处理形状的更一般的交换,从而产生关于曲线、曲面或超曲面的拓扑导数。为了绘制连接到通常的拓扑导数,这是通常表示的伴随方程,我们展示了如何通常的一阶拓扑导数的形状泛函可以很容易地计算使用的拓扑状态导数。
2022-11-17 math.OC
A shape optimization approach for electrical impedance tomography with point measurements
在分段常数电导率的范围内,电阻抗层析成像的反问题可以被转化为形状最优化问题,其中不连续界面是未知的。利用Gröger的$W^{1}_p$ -估计的混合边值问题,平均伴随方法被推广到巴拿赫空间的情况下,它允许计算导数的形状泛函涉及点的评价。我们计算相应的分布表达式的形状导数,并表明,它可能包含狄拉克措施,除了通常的区域积分。我们使用这种分布的形状衍生物设计的数值算法,显示各种数值结果支持的方法,并根据这些结果,我们讨论的点测量模式的重建质量的影响。
2022-01-27 math.OC
Probabilistic and Distributed Control of a Large-Scale Swarm of Autonomous Agents
我们提出了一种新的方法,用于指导一个大规模的群体的自主代理到一个所需的形成形状的分布式和可扩展的方式。我们的概率群制导使用非齐次马尔可夫链(PSG-IMC)算法采用了欧拉框架,其中的物理空间被划分成箱和群体的密度分布在每个箱控制。每个代理使用时间非齐次马尔可夫链确定其仓转移概率。这些时变马尔可夫矩阵由每个代理使用来自当前群分布的反馈实时构建,该反馈以分布式方式估计。PSG-IMC算法最小化每个时刻的过渡的预期成本,需要实现和保持所需的形成形状,即使当代理被添加到群或从群中删除。该算法可以很好地扩展大量代理和复杂的地层形状,并且还可以适用于区域勘探应用。通过数值模拟和多旋翼飞行器的硬件实验,验证了该算法的有效性。
2016-09-06 math.OC math.PR math.ST
Shape optimisation for a class of semilinear variational inequalities with applications to damage models
研究了一类带Neumann边界条件的半线性椭圆型变分不等式的形状优化问题。灵敏度估计和材料导数首先在一个抽象的算子设置,其中的运营商被定义在自反巴拿赫空间的多面体子集。然后,在$H^1$中考虑了某些凸能量泛函的最小化问题所产生的变分不等式的结果进行了改进。一个特殊性是,我们允许动态障碍函数可能会出现另一个优化问题。我们证明了一个强收敛性的材料衍生物,并建立状态形状的衍生物下的正则性假设。最后,作为一个具体的应用程序,从连续介质力学,我们展示了如何动态障碍的情况下,可以用来处理形状优化问题的时间离散脆性损伤模型的弹性固体。我们推导出一个必要的最优性系统的最佳形状的状态变量近似所需的损伤模式和/或位移场。
2016-09-15 math.AP math.OC
An Adaptive Framework for Robust Structural Shape Optimization under Uncertainty
Institute of Applied Mathematics, Middle East Technical University(中东理工大学应用数学研究所);ROKETSAN(罗克坦桑);METU(中东理工大学)
本文提出了一种自适应框架,用于求解由线弹性 governed 的稳健结构形状优化问题,通过后验误差估计器动态调整样本大小、网格分辨率和优化步长,以减少不确定性下的接触合规性。
2026-06-29 math.OC
On the importance of smoothness, interface resolution and numerical sensitivities in shape and topological sensitivity analysis
Graz University of Technology(格拉茨工业大学);Austrian Academy of Sciences(奥地利科学院)
本文研究了PDE约束离散化对形状和拓扑导数的影响,通过跟踪型功能和一维双材料泊松问题,比较标准与增强离散化方法,发现形状导数的正则性依赖于基函数的正则性,界面需在ansatz空间中考虑才能保证点收敛,拓扑导数仅在增强方法中收敛。
2026-03-31 cs.NA math.NA math.OC
Shape optimization for contact problems in linear elasticity
本文研究接触力学中的形状优化问题。更具体地说,线弹性模型被认为是在小变形假设下,弹性体被假定为接触(滑动或与Tresca摩擦)与刚性基础。所研究的数学公式是原变分不等式的两个正则化版本:罚公式和增广拉格朗日公式。为了得到与这两个不可微公式相关的形状导数,我们提出了一种基于方向导数的方法。特别地,我们得到了解是形可微的充分条件。这允许开发基于梯度的拓扑优化算法,建立在这些衍生物和形状的水平集表示上。该算法还受益于网格切割技术,它给出了一个明确的表示,在每次迭代的形状,并能够应用边界条件强烈的接触区。详细介绍了该方法的不同步骤。然后,为了验证该方法,一些二维和三维基准的数值结果。
2022-08-29 cs.NA math.NA math.OC
Numerical solution by shape optimization method to an inverse shape problem in multi-dimensional advection-diffusion problem with space dependent coefficients
本文利用形状优化技术,结合伴随方法推导形状变分,并采用ADMM与Sobolev梯度下降算法,在二维和三维中稳定求解空间相关对流扩散问题的形状识别问题。
2025-04-22 cs.NA math.NA math.OC