순차적 근사 최적화 (Sequential Approximate Optimization)
순차적 근사 최적화(SAO) 기법은 함수 호출을 최소화하면서 최적안을 탐색할 수 있는 알고리즘으로 해석비용이 높은 CAE S/W들을 직접 연동할 때 실용성을 높일 수 있다. STDQAO (Sequential Two-point Diagonal Quadratic Approximate Optimization) ◆ 도함수 기반 (gradient-based ) SAO ◆ 민감도 정보를 토대로 생성된 메타모델을 이용해 근사 최적설계를 반복하는 기법 PQRSM (Progressive Quadratic Response Surface Modeling) ◆ DOE를 토대로 생성된 메타모델을 이용해 근사 최적설계를 반복하는 기법 ◆ 함수 기반(function-based)으로 민감도 정보가 필요 없다. ◆ 목적함수의 수치적 노이즈가 있는 응답을 효과적으로 최적화할 수 있다. ePPAO (efficient Progressive Polynomial Approximate Optimization) ◆ 설계변수가 많은 경우, 해석비용을 최소화하기 위해 개발된 기법 ◆ 정확한 결과보다 매우 빠른 탐색이 목적임 ◆ 다항식을 기반으로 순차적 근사최적화를 반복함 ◆ 함수 기반(function-based)으로 민감도 정보가 필요 없음 Convential Gradient-Based SAO using ePPAO 도함수 계산을 위한 총 함수 호출 회수: (NDV+1)+(NDV+1)+...+(NDV+1) NDV : Number of Design Variables 2차 다항식 모델 중요항 선정:\(x_1\ \color{#ff0010}{x_2}\ x_3\) \(\color{#ff0010}{x_1x_2}\ x_2x_3\ x_3x_1\ \color{#ff0010}{x_1^2}\ x_2^2\ x_3^2\) Ni ≤ (NDV+1)(NDV+2)/2 Ni : Number of current sample points FSolver (Feasible Solver) ◆ 구속조건을 만족하는 가용영역(feasible