Multigrid-based optimal shape and topology design in magnetostatics

Kód výsledku v IS VaVaI

<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F61989100%3A27240%2F07%3A00014981" target="_blank" >RIV/61989100:27240/07:00014981 - isvavai.cz</a>

Výsledek na webu

—

DOI - Digital Object Identifier

—

Jazyk výsledku

angličtina

Název v původním jazyce

Multigrid-based optimal shape and topology design in magnetostatics

Popis výsledku v původním jazyce

The paper deals with an efficient solution technique to large-scale discretized shape and topology optimization problems. The efficiency relies on multigrid preconditioni ng. In case of shape optimization, we apply a geometric multigrid preconditioner toeliminate the underlying state equation while the outer optimization loop is the sequential quadratic programming, which is done in the multilevel fashion as well. In case of topology optimization, we can only use the steepest-descent optimization method, since the topology Hessian is dense and large-scale. We al so discuss a Newton-Lagrange technique, which leads to a sequential solution of large-scale, but sparse saddle-point systems, that are solved by an augmented Lagrangian method with a multigridpreconditioning. At the end, we present a sequential coupling of the topology and shape optimization. Numerical results are given for a geometry optimization in 2-dimensional nonlinear magnetostatics.

Název v anglickém jazyce

Multigrid-based optimal shape and topology design in magnetostatics

Popis výsledku anglicky

The paper deals with an efficient solution technique to large-scale discretized shape and topology optimization problems. The efficiency relies on multigrid preconditioni ng. In case of shape optimization, we apply a geometric multigrid preconditioner toeliminate the underlying state equation while the outer optimization loop is the sequential quadratic programming, which is done in the multilevel fashion as well. In case of topology optimization, we can only use the steepest-descent optimization method, since the topology Hessian is dense and large-scale. We al so discuss a Newton-Lagrange technique, which leads to a sequential solution of large-scale, but sparse saddle-point systems, that are solved by an augmented Lagrangian method with a multigridpreconditioning. At the end, we present a sequential coupling of the topology and shape optimization. Numerical results are given for a geometry optimization in 2-dimensional nonlinear magnetostatics.

Druh

D - Stať ve sborníku

CEP obor

BA - Obecná matematika

OECD FORD obor

—

Projekt

Výsledek vznikl pri realizaci vícero projektů. Více informací v záložce Projekty.

Návaznosti

P - Projekt vyzkumu a vyvoje financovany z verejnych zdroju (s odkazem do CEP)<br>Z - Vyzkumny zamer (s odkazem do CEZ)

Rok uplatnění

2007

Kód důvěrnosti údajů

S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů

Název statě ve sborníku

Numerical Methods and Applications: 6th International Conference, NMA 2006

ISBN

3-540-70940-1

ISSN

0302-9743

e-ISSN

—

Počet stran výsledku

9

Strana od-do

—

Název nakladatele

Springer Netherlands

Místo vydání

Berlin, Heidelberg

Místo konání akce

Borovec, Bulharsko

Datum konání akce

20. 8. 2006

Typ akce podle státní příslušnosti

WRD - Celosvětová akce

Kód UT WoS článku

000245775400009