Politechnika Poznańska Zastosowanie algorytmów genetycznych do ...
Politechnika Poznańska Zastosowanie algorytmów genetycznych do ...
Politechnika Poznańska Zastosowanie algorytmów genetycznych do ...
You also want an ePaper? Increase the reach of your titles
YUMPU automatically turns print PDFs into web optimized ePapers that Google loves.
T i = c ij ln r j<br />
2<br />
j<br />
dla i = M, F 1,…,N (7.11)<br />
gdzie: Ti to temperatura w i-tym obszarze (osnowie lub jednym z włókien), cij –<br />
nieznane współczynniki, r j = (x − x j ) 2 + (y − y j ) 2 , x i y – współrzędne<br />
<strong>do</strong>wolnego punktu w rozważanym obszarze oraz xj, yj - współrzędne punktów<br />
źródłowych. Równanie jest rozwiązywane w każdym z obszarów (dla osnowy oraz<br />
każdego z włókien). Równanie jest ściśle spełnione w rozważanych obszarach, zaś<br />
warunki brzegowe są spełniane w sposób przybliżony poprzez kollokację.<br />
Położenie jak i liczba punktów źródłowych wpływa na jakość rozwiązania,<br />
w związku z tym były one również optymalizowane przy pomocy algorytmu<br />
genetycznego. Optymalizacja położenia każdego z punktów źródłowych z osobna<br />
byłaby nieefektywna przy dużej ilości punktów źródłowych, wobec tego, są one<br />
rozłożone na określonych konturach, optymalizowane zaś są parametry tych<br />
konturów (rysunek 7.3).<br />
Rysunek 7.3 Rozmieszczenie punktów źródłowych wokół<br />
komórki elementarnej rozważanego kompozytu<br />
oraz wewnątrz i na zewnątrz włókien kompozytu<br />
78