Primjena surogatnih modela za simulaciju kod numeričke optimizacije

U ovom radu su obrađeni surogatni modeli u svrhu numeričke optimizacije. Modelirana su četiri tipa surogatnih modela: neuralna mreža, model polinomne odzivne plohe, model radijalnih baznih funkcija i Kriging model, te je objašnjenja njihova teoretska pozadina. Modeli su primijenjeni na demonstracijskom primjeru optimizacije oblika stijenke dvodimenzionalnog simetričnog difuzora s dvije varijable optimiranja, s ograničenjima i bez ograničenja. Objašnjeni su postupci parametrizacije difuzora, definiranja ograničenja i izrade modela za numeričku simulaciju pomoću alata za računalnu dinamiku fluida. Opisane su temeljne značajke računalne dinamike fluida, metoda konačnih elemenata i diskretizacijske mreže. Objašnjene su osnove metoda optimizacije kod problema s ograničenjima. Modeliranje surogatnih modela je napravljeno unutar programskog paketa ModeFRONTIER. Planiranjem pokusa generirane su točke za ispitivanje domene optimizacijskog problema. Objašnjeni su korišteni parametri i postavke za modeliranje pojedinih surogatnih modela. Točnost svakog surogatnog modela je definirana i međusobno uspoređena na problemu sa i bez ograničenja. Na kraju su opisane metode uporabe surogatnih modela na složenijim inženjerskim problemima.This thesis provides an overview on surrogate models in the field of numerical optimization. Four types of surrogate models were constructed: neural network, polynomial response surface, radial basis function model and Kriging model, also their theoretical background was explained. The models were used on a demonstration example of the wall shape optimization of a twodimensional symmetric diffuser using two optimization variables with constrains and without constraints. An insight was given into the parametrization of the diffuser, defining the constraints and the creation of a numerical simulation model using computational fluid dynamics tools. The basics of computational fluid dynamics, finite element method and finite element mesh were shown. The basic idea of constrained optimization was explained. The modelling of the surrogate models was done in the software ModeFRONTIER. Design of experiments technique was used to generate the sample points which were used to analyse the domain of the optimization problem. The used parameters and settings used in the modelling of each surrogate model were explained. The accuracy of each surrogate model was defined and compared on a constrained and unconstrained problem. The use of surrogate models on more complex engineering problems were discussed