MODELS AND METHODS INFORMATION TECHNOLOGY OF ROBUST OPTIMAL DESIGN OF TECHNICAL SYSTEMS
Abstract
This paper is devoted to mathematical models and methods for solving multicriteria problems of stochastic optimization with mixed conditions. The interactive computer decision support system "Concept_Pro_St®" is designed to solve the problems of constructing robust metamodels (formal mathematical models in the form of regression equations), robust optimal design and diagnostics of systems and processes.
Keywords
Full Text:
PDF (Русский)References
Robust design & reliability (2018). ESTECO's integration platform for multiobjective and multi-disciplinary optimization [Online]. Available: http://www.esteco.com/modefrontier/robust-design-reliability
Isight & the simulia execution engine (2018). Process automation and design exploration [Online]. Available: http://www.3ds.com/products-services/simulia/products/isight-simulia-execution-engine/
Alex Van der Velden, Pat Koch. Isight Design Optimization Methodologies, ASM Handbook Volume 22B Application of Metal Processing Simulations, Dassault Systèmes, Vélizy-Villacoublay, France, 2010. – 24 р.
Vanderplaats R&D (2018). VisualDOC: Software for Process Integration and Multidiscipline Design Optimization [Online]. Available: http://www.vrand.com/products/visualdoc/
Dynamic Software & Engineering (2018). OptiSLang: Software for sensitivity anaysis, multiobjective and multidisciplinary optimization, robustness evaluation, reliability analysis and Robust Design Optimization [Online]. Available: www.dynardo.de/en/software/ optislang.html
NUMECA (2017). FINE™/Design3D: an integrated environment for the design and optimization of turbomachinery channels and blades [Online]. Available: http://www.numeca.com/product/finedesign3d
NUMECA Int. Ориентированность NUMECA на инновации в CFD, многофакторном анализе и оптимизации. [Текст] / NUMECA International. – Бельгия, Лювен: Перспективы использования в робототехнике, 2014. – Выпуск 3 (№ 62), c. 71–72.
Sigma technology (2018). Robust design optimization and robust optimal control [Online]. Available: http://www.iosotech.com/ robust.htm
Brian H. Dennis, George S. Dulikravic, Igor N. Egorov, Shinobu Yoshimura, Djordje Herceg. Three-dimensional parametric shape optimization using parallel computers, Computational Fluid Dynamics journal vol.17 no.4:32 2009 (Р.256–266)
Угрюмова, Е. М. Обучаемые искусственные нейронные сети в построении формальных математических моделей систем при априорной неопределенности данных / Е. М. Угрюмова // Вісн. Харків. нац. ун-ту: зб. наук. пр.. Сер. Математичне моделювання. Інформаційні технології. Автоматизовані системи управління». – 2010. – Вип. 13 (№ 890). – С. 237– 253.
Усовершенствованный метод и информационная технология решения задачи классификации состояния элементов сложных систем / И. М. Антонян, В. А. Горячая, А. И. Зеленский, Е. М. Угрюмова // Вісн. Харків. нац. ун-ту: зб. наук. пр. Сер. Математичне моделювання. Інформаційні технології. Автоматизовані системи управління. – 2013. – Вип. 22 (№ 1063). – С. 5–16.
Горячая, В. А. Усовершенствованный метод классификации состояний медико-биологических систем / В. А. Горячая, Е. М. Угрюмова // Системный анализ и информационные технологии (SAIT 2013). Материалы XV Междунар. науч.-техн. конф. – Киев: УНК «ИПСА» НТУУ «КПИ», 2013. – С. 75–76.
Сhernysh S.V. A method synthesis of selection function scalar convolutions for the multi-objective decision-making problems / S.V. Сhernysh, Ie.S.Meniailov, K.M. Ugryumova, M.L. Ugryumov // Bulletin of V. Karazin Kharkiv National University. – 2015. – Series «Mathematical Modelling. Information Technology. Automated Control Systems», Issue 27. – P. 172–180.
Трончук А.А. Математические модели и эволюционный метод решения задач стохастической оптимизации / А.А. Трончук, Е.М. Угрюмова // Вісн. Харків. нац. ун-ту: зб. наук. пр.. Сер. Математичне моделювання. Інформаційні технології. Автоматизовані системи управління». – 2012. – Вип. 19 (№ 1015). – С. 292–305.
Refbacks
- There are currently no refbacks.