Lumerical学习——优化和参数扫描(Optimization and parameter sweeps)

一、概要介绍       

        这部分介绍优化和参数扫描项目设定的方法。在有大量数据模拟计算过程中这个特性允许用户使处理方法自动地查找期望的参数值。

① 创建一个参数扫描任务

② 创建一个优化任务

③ 创建一个良率分析任务

⑤ 打开所选择项目的编辑窗口,编辑其属性

⑥ 删除所选择的项目

⑦ 按照资源管理器设定的系统资源运行选择的扫描或优化

        运行项目前,动画(Animate)功能允许在 CAD 中查看将要进行参数扫描或优化模拟计算的结构。

二、优化(Optimization)

        下面的截图显示编辑优化窗口。

2.1 优化设置(OPTIMIZATION CONFIGURATION)

        这部分包含有算法选项和输入参数选项,是从内建算法中选择的,用来设置优化项目。

ALGORITHM: 本项目要用到的优化算法

        PARTICLE SWARM:内置的粒子群算法

        USER DEFINED:高级选项卡(ADVANCED tab)指定的用户算法

TYPE: 最大化或最小化品质因数( figure of merit)选项

MAXIMUM GENERATIONS: 本优化项目的最大的代数

GENERATION SIZE: 本优化项目的代的大小(每个代的子代数)

RESET RANDOM GENERATOR:如果选择,随机数产生器被设置到同样的初始条件。否则, 优化项目运行是会选择一个新的初始条件。

TOLERANCE: 优化结束时的容差标准。如果设定为 0,直到达到最大的代数优化才结束。

2.2 参数(PARAMETERS)

        本部分包含项目使用的优化参数和数值范围。可以用右侧的按钮加入/删除优化参数。双击所选参数的字段后可从模拟的模型中选择参数。以相似的方式同样可设置所选择参数的类型、最小/最大值和单位。

2.3 品质因数(FIGURE OF MERIT)

        本部分包含项目中使用品质因子(FOM)。采用对应的按钮可以加入/删除品质因子。通常品质因子被定义为监视器或分析组群的输出量,通过双击所选择的品质因子的字段,可以从模拟的模型中选择。FOM 一旦被定义,单击按钮 ” SELECT TO OPTIMIZE“ 就选择了本项目要使用的品质因子 (注意:在本优化计算过程将忽略其它所有 FOMs)

        高级选项卡(ADVANCED tab)显示在上面的截图中。 在本选项卡用户可以定义自己的优化算法,但只有在设置选项卡( SETUP tab )选择了 "USER DEFINED"选项时才可编辑这部分。高级选项卡分成两个子选项卡。

2.4 用户定义算法(USER DEFINED ALGORITHM)

        这部分包含定义定制的优化算法脚本(通过指定第 1 个和下一个脚本)。" SCRIPT OUTPUT" 显示测试的输出结果,测试运行的是用户定义的包含一个分析函数的算法。如果脚本中没有文法错误,可以在脚本输出部分看到<script complete>,否则就会给出出错的信息。每当单击"TEST"按钮时就进行测试,窗口显示优化状态。

2.5 品质因数脚本(FIGURE OF MERIT SCRIPT)

        本部分定义定制品质因数的脚本。选择了 " USER FIGURE OF MERIT SCRIP"选择框后就可以进行编辑。脚本仅可采用的变量是设置选项卡( SETUP tab ) FOM 部分定义的变量。

三、 参数扫描(Parameter Sweeps)

3.1 参数(PARAMETERS)

        这部分包含设置参数扫描工程项目的所有输入参数。有两种方法可以指定参数扫描的输入。如果选择了"RANGES",就显示上表。使用右侧的对应按钮可以添加/删除参数。双击所选择参数的字段 就可以从模拟的模型中选择参数,采用相似的方式可以设定选择参数的类型、最小/最大值和单位。 如果选择了" VALUES",就显示下表:

        行为近似于上述的范围(RANGES)选项,但是在这里显式每个参数的值,并且可以一个接一个的编辑。

注:如果设定了两个或两个以上参数,维数必须相同。每个扫描步骤将会同时刷新一列中的所有 参数(例如,这同于嵌套参数扫描)。

3.2 结果(RESULTS)

        本部分包含参数扫描的所有输出结果。

四、嵌套参数扫描(Nested Sweeps)

        同样可以使用嵌套参数扫描。要添加,简单地右击当前的优化或扫描,选择“插入参数扫描(Insert parameter sweep)”。

五、 良率分析(Yield Analysis)

5.1 设置(CONFIGURATION)

        在这部分允许用户设置要使用用的试验的数目。

        NUMBER OF TRIALS: 要运行的试验数目

5.2  参数(parameters)

        本部分允许用户设定分析参数和分布。用右侧的按钮可以添加/ 删除参数。然后双击选择参数的字段就可以从模拟的实体对象中选取属性。双击选择的 Description 字段可以打开“编辑分布( Edit Distribution )”窗口。

5.3 分布编辑窗口(Edit Distribution window)

type:可以用下面的分布: 均匀分布(Uniform)、高斯分布 (Gaussian)、对数正态分布(Lognormal)、截断高斯分布(Truncated Gaussian)、截断对数正态分布(Truncated Lognormal)、离散分布(Discrete) (均匀分布指定了步长(STEP)的离散数据)。

MIN:均匀分布、截断高斯分布、截断对数正态分布和离散分布的最小值或截断值。

MAX:均匀分布、截断高斯分布、截断对数正态分布和离散分布的最大值或截断值。

STEP:离散分布离散步长的允许值。

5.4 结果(RESULTS)

        本部分包含良率分析的输出。同参数扫描相似,使用右侧的按钮可以添加/删除。然后双击选择的结果字段就可以从模拟的模型选取结果。

        用户可以指定是否根据设定的最小和最大值对良率分析结果进行评估。如果在评估(Estimation ) 字段选择“true”,如果结果在该范围试验将被视为通过。如果有一个以上的结果需要进行良率估计, 最终的收益比例将会是所有结果在指定范围内的试验的百分比。

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.mzph.cn/pingmian/56626.shtml

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

基于Java+SpringBoot+Uniapp的博客系统设计与实现

项目运行截图 技术框架 后端采用SpringBoot框架 Spring Boot 是一个用于快速开发基于 Spring 框架的应用程序的开源框架。它采用约定大于配置的理念&#xff0c;提供了一套默认的配置&#xff0c;让开发者可以更专注于业务逻辑而不是配置文件。Spring Boot 通过自动化配置和约…

嵌入式C++中内存分配基本实现方法

大家好,今天主要给大家分享一下,如何使用计算机中的内存空间进行分配,观察具体现象。 第一:C语言动态空间分配方式 第二:C++中动态内存分配方法 new 可以自动计算数据类型的大小 与 类型的转换 malloc 只能手动进行。 2.new 可以在分配空间的时候初始化 malloc 不行。 第三…

【优选算法】——双指针(上篇)!

&#x1f308;个人主页&#xff1a;秋风起&#xff0c;再归来~&#x1f525;系列专栏&#xff1a;C刷题算法总结&#x1f516;克心守己&#xff0c;律己则安 目录 前言&#xff1a;双指针 1. 移动零&#xff08;easy&#xff09; 2. 复写零&#xff08;easy&#xff09; 3…

计数型信号量

一&#xff0c;什么是计数型信号量&#xff1f; 计数型信号量相当于队列长度大于1 的队列&#xff0c;因此计数型信号量能够容纳多个资源&#xff0c;这在计数型信号量被创建的时候确定的。 计数型信号量相关 API 函数 函数描述xSemaphoreCreateCounting()使用动态方法创建计数…

工业相机详解及选型

工业相机相对于传统的民用相机而言&#xff0c;具有搞图像稳定性,传输能力和高抗干扰能力等&#xff0c;目前市面上的工业相机大多数是基于CCD&#xff08;Charge Coupled Device)或CMOS(Complementary Metal Oxide Semiconductor)芯片的相机。 一&#xff0c;工业相机的分类 …

Java 虚拟机实战(基础篇 1万字)

此笔记来自于黑马程序员 基础篇 初识 JVM(Java Virtual Machine) 什么是 JVM JVM 本质上是一个运行在计算机上的程序&#xff0c;他的职责是运行 Java 字节码文件 JVM 的功能 翻译成字节码 即时编译 Java语言如果不做任何优化&#xff0c;性能不如C、C等语言。Java 支持跨…

嬴图 | 图数据库系列 之 图算法与可解释性

2024年诺贝尔物理学奖颁发给了机器学习与神经网络领域的研究者&#xff0c;这是历史上首次出现这样的情况。这项奖项原本只授予对自然现象和物质的物理学研究作出重大贡献的科学家&#xff0c;如今却将全球范围内对机器学习和神经网络的研究和开发作为了一种能够深刻影响我们生…

手机怎么玩GTA5?GameViewer远程助你手机畅玩GTA5侠盗飞车

原来手机也可以玩电脑游戏&#xff01;如果你想随时随地用手机玩GTA5&#xff0c;网易GameViewer远程能帮你实现&#xff0c;它的按键映射功能会让你在体验GTA5时非常好。你不仅可以享受4K蓝光144帧高画质的 驾驶、第三人称射击&#xff0c;还有开放世界探索&#xff0c;还可以…

服务器软件之Tomcat

服务器软件之Tomcat 服务器软件之Tomcat 服务器软件之Tomcat一、什么是Tomcat二、安装Tomcat1、前提&#xff1a;2、下载3、解压下载的tomcat4、tomcat启动常见错误4.1、tomcat8.0 startup报错java.util.logging.ErrorManager: 44.2、java.lang.UnsatisfiedLinkError 三、Tomca…

高级算法设计与分析 学习笔记13 线性规划

注意是线性规划不是动态规划哦 好家伙&#xff0c;这不是凸优化吗&#xff1f; 凸优化标准形式&#xff1a; 先改成统一最大化&#xff08;凸优化那边怎么是统一最小化&#xff1f;&#xff09; 原来的x2正负无所谓&#xff0c;但我希望每个x都是有限制的&#xff0c;所以把它改…

MySQL初识

在了解什么是MySQL前&#xff0c;我们先了解一下什么是数据库&#xff1f;&#xff1f; 1. 数据库简介 1.1 什么是数据库 数据库是20世纪60年代末发展起来的⼀项重要技术&#xff0c;已经成为计算机科学与技术的⼀个重要分⽀。数据库技术主要是⽤来解决数据处理的⾮数值计算问…

基于SpringBoot+Vue+uniapp的电影信息推荐APP的详细设计和实现

详细视频演示 请联系我获取更详细的演示视频 项目运行截图 技术框架 后端采用SpringBoot框架 Spring Boot 是一个用于快速开发基于 Spring 框架的应用程序的开源框架。它采用约定大于配置的理念&#xff0c;提供了一套默认的配置&#xff0c;让开发者可以更专注于业务逻辑而不…

PCL 点云配准-4PCS算法(粗配准)

目录 一、概述 1.1原理 1.2实现步骤 1.3应用场景 二、代码实现 2.1关键函数 2.1.1 加载点云数据 2.1.2 执行4PCS粗配准 2.1.3 可视化源点云、目标点云和配准结果 2.2完整代码 三、实现效果 3.1原始点云 3.2配准后点云 PCL点云算法汇总及实战案例汇总的目录地址链接…

猫分鱼干 -算法题解

题目 假如有一群猫排成一行&#xff0c;要分配鱼干&#xff0c;每一只猫都有一个等级值。你作为管理员有很多鱼干但是需要按下边的分配制度分配&#xff1a; 1. 每一只猫至少要分配一斤鱼干&#xff0c;鱼干分配最小单位是斤&#xff0c;必须保证是整数。 2. 猫比他们邻居有更高…

沥川的算法学习笔记:基础算法(1)----快速排序

1.快速排序 快速排序是一种高效的排序算法&#xff0c;它利用了分治的思想。快速排序的基本思想是选择一个基准元素&#xff0c;将数组分成两个子数组&#xff0c;其中一个子数组的元素都小于等于基准元素&#xff0c;另一个子数组的元素都大于等于基准元素&#xff0c;然后对这…

JavaCove部署文档

1. 基础配置 1.1服务器&#xff1a; 2 核 2G 1.2. 一个域名 1.3. 项目地址&#xff1a; gitee:https://gitee.com/guo-_jun/JavaCove github:https://github.com/nansheng1212/JavaCove 2. CentOS 安装 Docker 官方网站上有各种环境下的 安装指南&#xff0c;这里主要介绍…

jquery实现点击菜单实现高德地图定位点与数据展示联动效果

&#x1f34a;jquery实现点击菜单实现高德地图定位点与数据展示联动效果 版本介绍&#xff1a; jQuery v3.7.1高德地图JS API 2.0 代码仓库 ⭐ Gitee&#xff1a;实现点击菜单实现高德地图定位点与数据展示联动效果 1.启动说明 &#x1f4d4; 推荐VS Code编辑器插件Live Ser…

论文笔记:RelationPrompt :Zero-Shot Relation Triplet Extraction

论文来源: ACL Findings 2022 论文链接:https://arxiv.org/pdf/2203.09101.pdf 论文代码:http://github.com/declare-lab/RelationPrompt 本篇论文是由阿里达摩院自然语言智能实验室于2022年发表的关于零样本关系抽取的顶会论文,本篇博客将记录我在阅读过程中的一些笔记…

jmeter中对于有中文内容的csv文件怎么保存

jmeter的功能很强大&#xff0c;但是细节处没把握好就得不到预期的结果。今天来讲讲有中文内容的csv文件的参数化使用中需要注意的事项。 对于有中文内容&#xff0c;涉及到编码格式&#xff0c;为了让jmeter能正确地读取csv文件中的中文&#xff0c;需要把文件转码为UTF-8BOM…

OPENSSL-2023/11/10学习记录-C/C++对称分组加密DES

对称分组加密常用算法&#xff1a; DES 3DES AES 国密SM4 对称分组加密应用场景&#xff1a; 文件或者视频加密 加密比特币私钥 消息或者配置项加密 SSL通信加密 对称分组加密 使用异或实现一个简易的对称加密算法 A明文 B秘钥 AB密文AB (AB)B A 密码补全和初始化 数…