一般与基于状态的拓扑优化
拓扑优化支持两种算法-通用算法，这是更灵活的，可以适用于大多数问题，基于条件的算法，这是更有效的，但有限的能力。默认情况下，“优化”模块使用常规算法;但是，您可以在创建优化任务时选择要使用的算法。每种算法都有不同的方法来确定最优解。
算法
一般拓扑优化使用的算法，调整的密度和刚度的设计变量，同时试图满足目标函数和约束。bendsoe和sigmund(2003)对一般算法进行了部分描述。与此相反，基于条件的拓扑优化使用一个更有效的算法，使用应变能和节点处的应力作为输入数据，不需要计算局部设计变量的刚度。基于条件的算法是在卡尔斯鲁厄大学，德国和bakhtiary(1996年)中描述。
中等密度元素
一般算法在最终设计中生成中间元素(它们的相对密度介于0和1之间)。相比之下，基于条件的优化算法在最终设计中生成的元素要么是空的(它们的相对密度非常接近于零)，要么是实心的(它们的相对密度等于1)。
优化设计周期数
一般优化算法所使用的设计循环数在优化开始前是未知的，但通常设计循环数在30~直到达到最大的优化设计45之间。基于条件的优化算法效率更高，它会搜索一个解，周期数(默认为15个)。
分析类型
通用算法支持线性和非线性静态和线性特征频率有限元分析的响应。这两种算法都支持几何非线性和接触，许多非线性材料也支持。
此外，在静态拓扑优化的abaqus模型中，允许指定的位移。然而，规定的位移不允许用于模态分析。您可以对使用复合材料的结构使用拓扑优化;但是，不能使用拓优化修改复合材料的单个层压板。例如，你不能改变纤维的取向。
目标函数与约束条件
一般的拓扑优化算法可以使用一个目标函数和多个约束，其中的约束都是不等式约束。各种设计响应可用于定义目标和约束，例如应变能、位移和旋转、反力和内力、特征频率以及材料体积和重量。基于条件的拓扑优化算法效率更高;但是，它的灵活性较差，支持仅以应变能(刚度的度量)作为目标函数，以材料体积作为等式约束。
每个优化类型的可用设计响应中的表列出了基于条件和一般拓扑优化的可用设计响应，并说明哪些设计响应可以用作目标和/或约束。
温馨提示：
此文档为达索官方英文文档翻译，尽管我们已经尽力确保准确性，但在翻译过程中可能会有一些错误或细微差别。如果想要了解官方原版，可联系客服进行索取。
