88行matlab拓扑优化代码TopOpt-MMA-Python 回购在拓扑优化中的示例应用。 原始的拓扑优化代码由编写。 python代码等效于高效的88行MATLAB代码。 原始的python代码可以下载。 要将修改后的Python代码与MMA优化器一起使用，用户需要从存储库中下载文件MMA.py。 参考 Aage，N.，Johansen，VE（2013）。 165线拓扑优化代码。 从2019年11月2日检索 Svanberg，K.（nd）。 MMA和GCMMA –非线性优化的两种方法。 从2017年8月3日检索

matlab模拟优化代码GCMMA-MMA-Python 移动渐近线方法的Python代码（）。 基于Krister Svanberg为MATLAB编写的GCMMA-MMA代码。 原始作品来自GNU通用公共许可证。 如果您下载并使用该代码，Krister Svanberg希望您能给他发送电子邮件并告诉您您是谁以及您的计划是什么（可以在他的网站上找到电子邮件地址）。 出版时，用户应参考Krister Svanberg的学术著作。 参考可以在下面找到。 可以找到拓扑优化中的示例应用程序。 执照 版权所有（c）2020 Arjen Deetman GCMMA-MMA-Python是免费软件； 您可以根据自由软件基金会发布的GNU通用公共许可证的条款重新分发和/或修改它； 许可的版本3，或（由您选择）任何更高的版本。 分发该程序是希望它会有用，但是没有任何保证； 甚至没有对适销性或特定用途适用性的暗示保证。 有关更多详细信息，请参见GNU通用公共许可证。 您应该已经与该文件一起收到了GNU通用公共许可证（文件LICENSE）的副本。 如果不是，请参见。 参考 Svanberg，K.（nd）。

Description of the algorithms used in the implementations of MMA and GCMMA in Matlab. Files for both MMA and GCMMA: ============================ subsolv.m kktcheck.m toy1.m toy2.m subsolv.m ========= The function subsolv.m makes an attempt to solve either the MMA subproblem generated by mmasub.m, or the GCMMA subproblem generated by gcmmasub.m. A straight-forward primal-dual interior-point method is used. kktcheck.m ========== The function kktcheck.m calculates the left hand sides of the KKT conditions for the optimization problem defined by the user. toy1.m and toy2.m ================= Define, together with mmatoyinit.m or gctoyinit.m, the users problem. ---------------------------------------------------------------- Files for MMA only: ================== mmasub.m mmatoymain.m mmatoyinit.m mmatoyresults mmasub.m ======== The function mmasub.m generates the MMA subproblem for the current iteration, and calls the function subsolv.m mmatoymain.m ============ The file mmatoymain.m makes an attempt to solve the users optimization problem which is defined by the files mmatoyinit.m and toy2.m. In each MMA iteration, mmatoymain.m calls toy2.m and mmasub.m. ---------------------------------------------------------------- Files for GCMMA only: ==================== gcmmasub.m asymp.m concheck.m raaupdate.m gctoymain.m gctoyinit.m gctoyresults gcmmasub.m ========== The function gcmmasub.m generates the GCMMA subproblem for the current outer/inner iteration, and calls the function subsolv.m. asymp.m =========== The function asymp.m calculates values on the parameters raa0, raa, low and upp in the beginning of each outer GCMMA iteration. concheck.m =========== The function concheck.m checks if the current GCMMA approximations are sufficiently conservative. raaupdate.m =========== The function raaupdate.m updates the parameters raa0 and raa in each inner iteration. gctoymain.m =========== The file gctoymain.m makes an attempt to solve the users optimization pr