最適化の実行手順
このページでは、ご自身のプロジェクトに pyfemtet.opt を適用して最適設計を行う際の プログラム作成方法を示します。
Femtet プロジェクトの作成
Femtet 上で解析モデルを作成します。 最適化したいパラメータを変数として登録してください。 パラメータを用いた解析設定の詳細については Femtet ヘルプ / プロジェクトの作成 / 変数 をご覧ください。
目的関数の設定
最適化問題では、評価したい指標を目的関数と呼びます。 解析結果やモデル形状から目的関数を計算する処理を Femtet の Python マクロを用いて記述してください。
"""Example to calculate max displacement (for your obejctive function). The scripts after Dispatch are Femtet's Python macros. """ from win32com.client import Dispatch # Get object to control Femtet. Femtet = Dispatch("FemtetMacro.Femtet") # Open analysis result by Femtet. Femtet.OpenCurrentResult(True) Gogh = Femtet.Gogh # ex.) Get max displacement from analysis deresult. dx, dy, dz = Gogh.Galileo.GetMaxDisplacement()
注釈
Femtet の Python マクロ文法は、Femtet マクロヘルプ又は サンプルマクロ事例 をご覧ください。
メインスクリプトの作成
上記で定義した設計変数と目的関数とを用い、メインスクリプトを作成します。
"""The minimum code example to execute parameter optimization using PyFemtet.""" from pyfemtet.opt import FEMOpt def max_displacement(Femtet): """Objective function""" Gogh = Femtet.Gogh dx, dy, dz = Gogh.Galileo.GetMaxDisplacement() return dy if __name__ == '__main__': # prepareing optimization object femopt = FEMOpt() # parameter setting femopt.add_parameter('w', 10, 2, 20) femopt.add_parameter('d', 10, 2, 20) # objective setting femopt.add_objective(max_displacement, direction=0) # run optimization femopt.optimize()
注釈
このスクリプトを実際に動作させるには、変数
wとdを持つ Femtet の応力解析プロジェクトが必要です。注釈
目的関数は第一引数に Femtet インスタンスを取る必要がありますが、このインスタンスは
FEMOptクラス内で生成されるので、スクリプト内で明示的に定義する必要はありません。警告
add_parameter()は Femtet 内で定数式を設定した変数にのみ行い、 文字式を設定した変数に対しては行わないでください。文字式が失われます。スクリプトを実行します。
スクリプトが実行されると、進捗および結果が csv ファイルに保存されます。 csv ファイルの各行は一回の解析試行結果を示しています。各列の意味は以下の通りです。
列名
意味
trial
その試行が何度目の試行であるか
<変数名>
スクリプトで指定した変数の値
<目的名>
スクリプトで指定した目的関数の計算結果
<目的名>_direction
スクリプトで指定した目的関数の目標
<拘束名>
スクリプトで指定した拘束関数の計算結果
<拘束名>_lb
スクリプトで指定した拘束関数の下限
<拘束名>_ub
スクリプトで指定した拘束関数の上限
feasible
その試行がすべての拘束を満たすか
hypervolume
(目的関数が2以上の場合のみ)その試行までの hypervolume
message
最適化プロセスによる特記事項
time
試行が完了した時刻
注釈
<> で囲まれた項目はスクリプトに応じて内容と数が変化することを示しています。
注釈
目的名、拘束名はスクリプト中で指定しない場合、obj_1, cns_1 などの値が自動で割り当てられます。