线性规划学习材料

线性规划预处理技术 - 相关书籍和论文
  1. Linear programming
  2. Efficient Presolving in Linear Programming by VISHNU V. SADHANA
  3. A Modular Presolve Procedure for Large Scale Linear Programming 1995
  4. 线性规划模型预处理技术 2008
  5. Presolving in linear programming 1995
  6. Interior point methods for linear programming: Computational state of the art 1994
  7. Presolve analysis and interior point solutions of the linear programming coordination problem of directional overcurrent relays 2001
单纯形、对偶单纯形方法 - 书籍、论文和讲义
  1. The Dual Simplex Method, Techniques for a fast and stable implementation 2005
  2. Parallelizing the dual revised simplex method 2015 Q. Huangfu
  3. The Simplex Method - Combinatorial Problem Solving (CPS) - slides
  4. Progress in the dual simplex algorithm for solving large scale LP problems: techniques for a fast and stable implementation 2008
  5. Progress in the dual simplex method for large scale LP problems: practical dual phase 1 algorithms另一下载链接
  6. Linear Programming solvers: the state of the art - slides Julian Hall 2019
  7. Lecture 7 Lagrange Dual problem
  8. Lecture 7 Linear Programming Duality U.C. Berkeley — CS270: Algorithms
  9. Chapter 4 Duality stanford
  10. Lecture 6 The Dual of Linear Program Stanford University — CS261: Optimization
  11. Lecture 5 LP Duality∗ cs.cmu.edu
  12. Duality Theory math.washington.edu
  13. Duality in Linear Programming
  14. Duality for Mixed-Integer Linear Programs
  15. Duality in Linear Programming MIT
混合整数线性规划
  1. Presolving Mixed-Integer Linear Programs 2010
  2. Two-row and two-column mixed-integer presolve using hashing-based pairing methods 2020
  3. Multi-Row Presolve Reductions in Mixed Integer Programming 2014
Matlab
  1. Linear Programming Algorithms 说明文档
运筹学书籍
  1. Model Building in Mathematical Programming, 5th Edition
Linear Programming Notes(加州大学圣迭戈分校 (UC San Diego))
  1. Linear Programming Notes I: Introduction and Problem Formulation
  2. Linear Programming Notes II: Graphical Solutions
  3. Linear Programming Notes III: A Simplex Algorithm Example
  4. Linear Programming Notes IV: Solving Linear Programming Problems Using Excel
  5. Linear Programming Notes V: Problem Transformations
  6. Linear Programming Notes VI: Duality and Complementary Slackness
  7. Linear Programming Notes VII: Sensitivity Analysis
  8. Linear Programming Notes VIII: The Transportation Problem
  9. Linear Programming Notes IX: Two-Person Zero-Sum Game Theory
Linear Programming Notes
  1. Linear Programming Notes (Department of Mathematics University of Kentucky)
  2. Linear Programming Notes (MIT)
Convex Optimization
  1. Convex Optimization
    Stephen Boyd
    Department of Electrical Engineering
    Stanford University
    EE364a: Convex Optimization I
Other resourse

Fundamentals of Linear Optimization and Polyhedra
Math 340: Linear Programming

一、 内容概要 本资源提供了一个完整的“金属板材压弯成型”非线性仿真案例,基于ABAQUS/Explicit或Standard求解器完成。案例精确模拟了模具(凸模、凹模)与金属板材之间的接触、压合过程,直至板材发生塑性弯曲成型。 模型特点:包含完整的模具-工件装配体,定义了刚体约束、通用接触(或面面接触)及摩擦系数。 材料定义:金属板材采用弹塑性材料模型,定义了完整的屈服强度、塑性应变等真实应力-应变数据。 关键结果:提供了成型过程中的板材应力(Mises应力)、塑性应变(PE)、厚度变化​ 云图,以及模具受力(接触力)曲线,完整再现了压弯工艺的力学状态。 二、 适用人群 CAE工程师/工艺工程师:从事钣金冲压、模具设计、金属成型工艺分析与优化的专业人员。 高校师生:学习ABAQUS非线性分析、金属塑性成形理论,或从事相关课题研究的硕士/博士生。 结构设计工程师:需要评估钣金件可制造性(DFM)或预测成型回弹的设计人员。 三、 使用场景及目标 学习目标: 掌握在ABAQUS中设置金属塑性成形仿真的全流程,包括材料定义、复杂接触设置、边界条件与载荷步。 学习如何调试和分析大变形、非线性接触问题的收敛性技巧。 理解如何通过仿真预测成型缺陷(如减薄、破裂、回弹),并与理论或实验进行对比验证。 应用价值:本案例的建模方法与分析思路可直接应用于汽车覆盖件、电器外壳、结构件等钣金产品的冲压工艺开发与模具设计优化,减少试模成本。 四、 其他说明 资源包内包含参数化的INP文件、CAE模型文件、材料数据参考及一份简要的操作要点说明文档。INP文件便于用户直接修改关键参数(如压边力、摩擦系数、行程)进行自主研究。 建议使用ABAQUS 2022或更高版本打开。显式动力学分析(如用Explicit)对计算资源有一定要求。 本案例为教学与工程参考目的提供,用户可基于此框架进行拓展,应用于V型弯曲
评论 1
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值