本書詳細介紹了ANSYS公司的有限元分析平臺Workbench2022的應(yīng)用。通過本書的學習,讀者不僅能掌握軟件的基本操作,還能提高解決實際問題的能力。全書共13章,第1章以各個分析模塊為基礎(chǔ),介紹ANSYSWorkbench2022的界面、啟動菜單設(shè)置及與常見CAD軟件集成等內(nèi)容。第2章~第13章以項目案例為指導(dǎo),主
本書提出了一種自適應(yīng)多目標優(yōu)化微分進化(SA-MODE)算法。該優(yōu)化策略包括對多目標問題的擴展微分進化算法,通過在原算法中加入兩個經(jīng)典算子。因此,提出了秩排序和與兩種方法動態(tài)更新微分進化參數(shù)和種群大小相關(guān)的擁擠距離,以減少目標函數(shù)的計算次數(shù)。在這種新的優(yōu)化策略中,利用收斂率的概念動態(tài)更新種群規(guī)模來評估種群的同質(zhì)性,并對
本書介紹了科學與工程類專業(yè)計算中常用數(shù)值計算方法的構(gòu)造和使用,主要內(nèi)容包括非線性方程求根、解線性方程組的直接方法和迭代方法、插值方法、數(shù)值積分、常微分方程初值問題的數(shù)值解法、矩陣特征值與特征向量的數(shù)值算法等。同時,本書對數(shù)值計算方法的收斂性、穩(wěn)定性和誤差分析也進行了介紹。各章配有適量的例題和習題。
本書從應(yīng)用工程師的角度出發(fā),著重探討AnsysMechanical隱式求解中的熱點問題,重點介紹WorkbenchMechanical仿真工具?紤]到Mechanical和MAPDL密不可分的特點,穿插介紹必要的MAPDL知識。前言部分探討Mechanical的學習方法,第1章對WorkbenchMechanical和
聚類問題在計算機科學和運籌學領(lǐng)域中均有著廣泛的應(yīng)用。本書研究聚類問題帶下界約束的模型,主要研究聚焦帶下界約束的k-中位問題。第一章介紹k-中位問題以及相關(guān)聚類模型的研究背景。第二章介紹帶下界約束的k-中位問題的現(xiàn)有近似算法。第三章介紹廣義的帶下界約束的k-中位問題的近似算法。第四章介紹帶下界約束的k-中位問題的其
本書系統(tǒng)闡述了有限單元法的基本原理及其工程應(yīng)用案例。第1章緒論部分簡要敘述了有限單元法的發(fā)展歷程、基本思想和主要求解步驟,以及有限單元法的特點和應(yīng)用范圍。第2-7章為有限單元法的基礎(chǔ)理論內(nèi)容,包括有限單元法的數(shù)學力學基礎(chǔ)、伽遼金有限單元法和桿單元分析、梁單元和桿-梁組合單元分析、彈性固體力學的平面問題分析和三維空間問題
本書基于科學與工程中的數(shù)學問題,主要介紹誤差及算法的穩(wěn)定性、線性方程組的直接解法與迭代解法、函數(shù)的插值與逼近、數(shù)值積分與微分、非線性方程(組)的數(shù)值解法、特征值問題的數(shù)值解法和常微分方程初值問題的數(shù)值解法。本書分為理論知識部分和實驗部分,二者各有側(cè)重,相輔相成。本書適合數(shù)學、力學、計算機等理工科的本科生,以及理工科相關(guān)
最優(yōu)化技術(shù)是科學與工程領(lǐng)域中的重要數(shù)學工具。本書首先介紹非線性方程組的解析與數(shù)值解法,然后介紹各個分支的最優(yōu)化問題建模與求解方法,包括無約束最優(yōu)化、凸優(yōu)化(如線性規(guī)劃、二次型規(guī)劃與幾何規(guī)劃等)、非線性規(guī)劃、混合整數(shù)規(guī)劃、多目標規(guī)劃與動態(tài)規(guī)劃等,最后簡要介紹智能優(yōu)化方法,并與常規(guī)方法進行對比研究。與傳統(tǒng)的最優(yōu)化技術(shù)方面的
本書介紹了智能優(yōu)化算法中的RNA遺傳算法,包括RNA遺傳算法、具有莖環(huán)操作的RNA遺傳算法、受蛋白質(zhì)啟發(fā)的RNA遺傳算法、信息熵動態(tài)變異概率的RNA遺傳算法、自適應(yīng)策略的RNA遺傳算法、發(fā)夾交叉操作RNA遺傳算法的橋式吊車支持向量機建模和發(fā)夾變異操作RNA遺傳算法的橋式吊車神經(jīng)網(wǎng)絡(luò)建模方法。本書體現(xiàn)了作者在RNA遺傳算
在這本書中,主要研究了一些線性矩陣方程的有限迭代算法、MCGLS迭代算法及解析算法。本書提出線性矩陣方程的兩類算法(有限迭代算法和MCGLS迭代算法)并推廣到耦合算子矩陣方程上,同時把線性矩陣方程的一般迭代解推廣到約束解,這兩類算法的各章節(jié)之間密切相關(guān)并層層遞進。最后,本書給出了幾類線性矩陣方程的解析算法,推廣了國外專