本文通过一个用Templex模板定义的简单函数介绍在HyperStudy中使用Templex模板进行函数优化的基本流程。所使用模板文件为帮助文档tutorials\hst\HS-1010下的Simple.tpl文件。模板文件内容如下:

{parameter(DVAR1,"Area1",.5,0.2,5)}

{parameter(DVAR2,"Area2",.5,0.2,5)}

{RES = DVAR1 + DVAR2}

{CON = 1/DVAR1 + 1/DVAR2 - 2}

{RES}

{CON}

{DVAR1}

{DVAR2}

优化模型定义了两个设计变量DVAR1和DVAR2,优化的目标是在保证1/DVAR1 + 1/DVAR2 - 2 <0的情况下,最小化DVAR1 + DVAR2。

1、创建Study

启动Hyperstudy,单击newstudy创建一个新的Study,并选择工作目录。56d1e7d86d07e93ab89f10f602b49a34.png

选择Define Models并单击Add model,将 Select type设置为ParameterizedFile,单击OK按钮,列表中将添加一个新模型。59c6f775a48fa88dc8687b2f2c007836.png

在Resource中选择文件Simple.tpl,Solver input file中输入res,求解器选择Templex。24bfc7fb1ac5631da2caae5d7e610ca2.png

此时Hyperstudy会根据模板的语法自动创建设计变量及其上下限约束。734bd8e4bd6e002f7fa761ed73c6774b.png

2、执行初始计算

单击Specifications,在右侧选择计算类型是常规计算还是上下限检测,然后单击右下角的Apply按钮确认。b0f8080fa291c8139f509bf48b121459.png

选择Evaluate,并点击右下角的EvaluateTasks即可执行优化计算。e5e4a9c6139064b6d4adf3cdda4e2cc4.png

完成nominal run计算后在工作目录的approaches文件夹下会创建一个nom/run/m路径,其中的res文件即为nominal run的结果文件。

Logo

魔乐社区(Modelers.cn) 是一个中立、公益的人工智能社区,提供人工智能工具、模型、数据的托管、展示与应用协同服务,为人工智能开发及爱好者搭建开放的学习交流平台。社区通过理事会方式运作,由全产业链共同建设、共同运营、共同享有,推动国产AI生态繁荣发展。

更多推荐