基于DGN共同模拟方法的元材料中的多结构参数的优化
Shangyang Jin1, Fuxing Chen2, Jie Bai3
1College of Safety Science and Engineering, Civil Aviation University of China, Tianjin, China.
PloS one
|July 23, 2025
概括
本研究介绍了一种新的DGN方法,该方法结合了实验设计 (DOE),遗传算法 (GA) 和NLPQL,以优化超材料的声学特性. 该DGN方法有效地提高了隔音性能和带宽.
科学领域:
- 材料科学 材料科学 材料科学
- 声学 声学 在声学方面
- 计算工程 计算工程 计算工程
背景情况:
- 全球优化算法面临的是超材料声学性能的融合问题.
- 局部优化算法受到初始数据的限制,并与参数影响作斗争.
- 传统的算法在反映结构参数对元材料性能影响方面缺乏效率.
研究的目的:
- 为超材料提出一种新的组合算法优化策略.
- 解决传统的全球和本地优化方法的局限性.
- 为了提高声学性能优化考虑多个结构参数.
主要方法:
- 一种联合模拟方法,集成了实验设计 (DOE),遗传算法 (GA) 和NLPQL算法 (DGN方法).
- 美国能源部建立结构参数和声学性能之间的关系.
- 综合全球 (GA) 和地方 (NLPQL) 优化,以提高融合和质量.
主要成果:
- 该方法在峰值隔音频率上达到44.8%的优化效果,在隔音带宽上达到116.7%.
- 与NSGA-II相比,DGN方法提高了36.8%的声隔离带宽优化.
- 优化的超材料结构表现出增强的低频隔音.
结论:
- 该DGN方法提供了一个强大的战略,以优化元材料的声学特性.
- 这种方法克服了元材料设计中的融合和数据依赖问题.
- 为元材料设计和性能监管提供了一个新的框架.
