Willkommen. Schön, sind Sie da!

DEFR

KontaktGeschenkefinderGutscheineFirmenkundschaftFilialen

Erweiterte Suche

Unterstützung der Graphen- und Heuristikbasierten Topologieoptimierung crashbelasteter Strukturen durch Reinforcement Learning

Von:

Jens Trilling

Beschreibung

Format auswählen

Kartonierter EinbandCHF 66.40

Kartonierter Einband

CHF66.40

TIEFPREIS

CHF66.40

Auslieferung erfolgt in der Regel innert 1 bis 2 Wochen.

Kostenlose Lieferung

Kein Rückgaberecht

Beschreibung

In dieser Dissertation wird eine neue Heuristik für die Graphen- und Heuristikbasierte Topologieoptimierung (GHT) vorgestellt, welche ergänzend und konkurrierend zu den bestehenden Expertenregeln antritt. Durch Methoden des Reinforcement Learnings (RL) lernt das der Heuristik zugrundeliegende Machine-Learning-Modell, der Agent, selbstständig eine Strategie an, um die zu optimierende Struktur durch Topologieänderungen zu versteifen. Dazu wird eine zellenbasierte RL-Umgebung vorgestellt, welche eine konsistente Beschreibung von lokalen Bereichen in den Strukturgraphen ermöglicht. Die Zelle definiert den Bereich, in dem die Heuristik Topologiemodifikationen vornehmen kann. Durch ein neu entwickeltes Formabweichungsmaß wird die Steifigkeit einer Zelle rein geometrisch beschrieben. Das Training der Agenten basiert auf einem dreistufigen Prozess, bei dem in den ersten beiden Stufen systematisch nach geeigneten Trainingsparametern gesucht wird. In der dritten Stufe soll die Strategie des Agenten durch Transferlernen weiter generalisiert werden. Neben der versteifenden Heuristik wird diskutiert, wie und ob auf Basis des vorgestellten Ansatzes eine weitere RL-Heuristik entwickelt werden kann, welche die Strukturen nachgiebiger macht. Die strukturversteifende Heuristik wird in verschiedenen praktischen GHT-Optimierungen auf ihre Performance und den Mehrwert für die GHT hin untersucht. Analysiert wird ein Rahmenmodell, ein Biegeträger und ein Schwellerausschnitt in unterschiedlichen Crashlastfällen. In vielen Optimierungen hat sich gezeigt, dass die RL-Heuristik erfolgreich eingesetzt werden kann und den Optimierungsprozess zu einer besseren Struktur gegenüber einer Vergleichsoptimierung ohne RL-Heuristik führt.

Produktinformationen

Titel:

Unterstützung der Graphen- und Heuristikbasierten Topologieoptimierung crashbelasteter Strukturen durch Reinforcement Learning

Untertitel:

Berichte aus dem Maschinenbau

Autor:

Jens Trilling

EAN:

9783844095548

ISBN:

978-3-8440-9554-8

Format:

Kartonierter Einband

Genre:

Maschinenbau & Fertigungstechnik

Veröffentlichung:

31.07.2024

Anzahl Seiten:

238

Jahr:

2024

Lesemotiv:

Verstehen

Weitere Produkte aus der Reihe "Berichte aus dem Maschinenbau"

Kartonierter Einband Unterstützung der Graphen- und Heuristikbasierten Topologieoptimierung crashbelasteter Strukturen durch Reinforcement Learning von Jens Trilling

Tief- preis

Unterstützung der Graphen- und Heuristikbasierten Topologieoptimierung crashbelasteter Strukturen durch Reinforcement Learning
Jens Trilling

Sie sind hier.

Kartonierter Einband Thermodynamische Untersuchung des Einflusses der Wassereinspritzung auf die Effizienz des ottomotorischen Arbeitsprozesses von Matthias Helmich

Tief- preis

Thermodynamische Untersuchung des Einflusses der Wassereinspritzung auf die Effizienz des ottomotorischen Arbeitsprozesses
Matthias Helmich

Kartonierter Einband Entwicklung eines Optimierungsverfahrens für crashbelastete 3D-Rahmenstrukturen mit der Graphen- und Heuristikbasierten Topologieoptimierung von Florian Beyer

Tief- preis

Entwicklung eines Optimierungsverfahrens für crashbelastete 3D-Rahmenstrukturen mit der Graphen- und Heuristikbasierten Topologieoptimierung
Florian Beyer