3. Ciclo di ottimizzazione DAKOTA-OpenFOAM | Ottimizzazione basata sul gradiente

3. Ciclo di ottimizzazione DAKOTA-OpenFOAM | Ottimizzazione basata sul gradiente44:43

Informazioni sul download e dettagli del video 3. Ciclo di ottimizzazione DAKOTA-OpenFOAM | Ottimizzazione basata sul gradiente

Autore:

Wolf Dynamics World - WDW

Pubblicato il:

07/04/2025

Visualizzazioni:

315

Descrizione:

Il caso di ottimizzazione della forma del corpo smussato - Parte 1. In questo video si illustra il ciclo di ottimizzazione basato sul gradiente, con DAKOTA 6.19.0 e OpenFOAM 11. Si parte dalle preliminari, si descrive la base del caso, si ricorda l'importanza di un problema ben formulato, si mostra il formato di output di DAKOTA e si analizzano le osservazioni sulla documentazione. Successivamente si passa al file di input di DAKOTA, allo script del simulatore, alla simulazione in tempo reale e alla soluzione finale. Viene poi mostrata la post-elaborazione, la manipolazione quantitativa dei dati con scripting Bash e Python, e si concludono con le osservazioni finali e la pulizia della directory. I timestamp principali sono: 00:00 Il caso di ottimizzazione della forma del corpo smussato - Preliminari; 00:45 La base del caso; 03:20 Un promemoria su cosa stiamo facendo; 06:24 Formato di output di DAKOTA - Come fornire informazioni a DAKOTA; 08:40 Alcune osservazioni sulla documentazione di DAKOTA; 09:40 File di input di DAKOTA; 18:20 Sullo script del simulatore; 25:20 Lanciamo il caso di ottimizzazione - Simulazione in tempo reale; 30:00 La soluzione finale; 33:20 Facciamo un po' di post-elaborazione; 38:24 Sulla manipolazione quantitativa dei dati e sulla post-elaborazione | Scripting Bash; 40:20 I file params.in e resluts.out | File di input e output di DAKOTA; 40:44 Osservazioni finali - Principali conclusioni; 42:42 Pulizia della directory del caso; 43:25 Permesso di esecuzione dello script del simulatore.