联系我们
基于LS-DYNA的优化LS-OPT培训(英文)

微信扫码立即联系主办方

微信分享
基于LS-DYNA的优化LS-OPT培训(英文)

使用微信扫一扫分享到朋友圈

活动分享
基于LS-DYNA的优化LS-OPT培训(英文)

使用微信扫一扫进入小程序分享活动

活动详情

基于LS-DYNA的优化LS-OPT培训

尊敬的LS-DYNA客户:

为帮助广大用户更快了解和掌握基于LS-DYNA的优化LS-OPT的功能应用,上海仿坤软件科技有限公司将于201956~8日举办基于LS-DYNA的优化LS-OPT培训。

 

一、培训时间地点培训人数及培训方式

1) 培训时间: 2019 年5 月 6~8 日。(共2天半)

2) 培训地点:上海市(具体地点待定)

3) 培训人数:学员人数为 20~30 人。

为保证培训质量,学员人数不超过30 人。以培训汇款收到时间为先后顺序。

4) 培训方式:课堂集中授课、互动研讨。

5)培训语言:英语


二、 培训主讲介绍及培训内容安排

 

Anirban Basudhar Ph.D LSTC技术专家

 

Anirban Basudhar 博士,2011年取得亚利桑那大学机械工程系博士学位。20116月加入LSTC公司负责LS-OPT的研究开发至今,期间他研究和发展了新的优化方法和可靠性方法,如新的概率支持向量模型(SVM)、寻找最优各向异性参数的新方法、全局优化的有效的实现(EGO)、支持向量的实现、多目标的自适应优化(MOO)、多级优化、容差优化、带抽样约束的不规则域的可靠性计算等。并发布了用于寻找最优各向异性参数的新方法和基于分类的自适应参数的专利。

 

基于LS-DYNA的优化LS-OPT培训(英文)


基于LS-DYNA的优化LS-OPT培训(英文)


培训主要内容:

 

第一天

课程大纲

设计优化工业实例介绍

LS-OPT 功能

优化理论

运行LS-OPT并使用后处理器

LS-DYNA工况的简单优化

 

第二天

设置并进行顺序优化

使用用户定义的工况/求解器进行优化

导入分析结果表格

理论:参数识别

案例:设置、运行和后处理的参数标识案例。

多学科设计优化:理论与实例

理论:多目标优化(MOO)(可选)

案例:设置、运行和后处理的MOO案例。

 

第三天(上午半天)

理论:概率分析

案例:蒙特卡洛直接法

理论:基于分类的约束处理方法(可选)

案例:具有形状和响应的模型的可靠性

  

三、培训费

1.培训费(含讲义资料费、培训费、证书费,工作餐) 。

4000 元/每人

2.以上费用不含住宿费。

3.培训工作由上海仿坤软件科技有限公司承办,并为学员出具正式发票。

4.凡报名参加培训经考核结业的学员,均颁发上海仿坤软件科技有限公司签发的培训资格证书。

主办方活动
2019-05-28 09:00
陕西西安市雁塔区西影路609号维也纳国际酒店, 5楼5A 会议室
报名中
2019-05-28 13:30
陕西西安市雁塔区西影路609号维也纳国际酒店 5楼5A 会议室
报名中
2019-05-30 09:00
上海闵行区上海市闵行区闵虹路166弄中庚环球创意中心3号楼16楼1605会议室
报名中
活动嘉宾
LSTC技术专家Anirban Basudhar
Anirban Basudhar
LSTC技术专家
Anirban Basudhar 博士,2011年取得亚利桑那大学机械工程系博士学位。2011年6月加入LSTC公司负责LS-OPT的研究开发至今,期间他研究和发展了新的优化方法和可靠性方法,如新的概率支持向量模型、寻找最优各向异性参数的新方法、全局优化的有效的实现、支持向量的实现、多目标的自适应优化、多级优化、容差优化、带抽样约束的不规则域的可靠性计算等。并发布了用于寻找最优各向异性参数的新方法和基于分类的自适应参数的专利。
Anirban Basudhar
基于LS-DYNA的优化LS-OPT培训(英文)
LSTC技术专家
Anirban Basudhar 博士,2011年取得亚利桑那大学机械工程系博士学位。2011年6月加入LSTC公司负责LS-OPT的研究开发至今,期间他研究和发展了新的优化方法和可靠性方法,如新的概率支持向量模型、寻找最优各向异性参数的新方法、全局优化的有效的实现、支持向量的实现、多目标的自适应优化、多级优化、容差优化、带抽样约束的不规则域的可靠性计算等。并发布了用于寻找最优各向异性参数的新方法和基于分类的自适应参数的专利。
活动日程
2019-05-06
2019-05-07
2019-05-08
09:00 -17:00
第一天

课程大纲

设计优化工业实例介绍

LS-OPT 功能

优化理论

运行LS-OPT并使用后处理器

LS-DYNA工况的简单优化


09:00 -17:00
第二天

设置并进行顺序优化

使用用户定义的工况/求解器进行优化

导入分析结果表格

理论:参数识别

案例:设置、运行和后处理的参数标识案例。

多学科设计优化:理论与实例

理论:多目标优化(MOO)(可选)

案例:设置、运行和后处理的MOO案例。


09:00 -12:00
第三天(上午半天)

理论:概率分析

案例:蒙特卡洛直接法

理论:基于分类的约束处理方法(可选)

案例:具有形状和响应的模型的可靠性


活动主办方
时间与地址
时间: 2019-05-06 09:00 ~ 05-08 12:00
地址:   上海徐汇区上海市