Difference between revisions of "Geometry Analysis"
Line 22: | Line 22: | ||
target_volume = 1000 # Volume yang diinginkan untuk tabung hidrogen | target_volume = 1000 # Volume yang diinginkan untuk tabung hidrogen | ||
− | # Inisialisasi batasan pada tinggi dan radius tabung | + | # Inisialisasi batasan pada tinggi dan radius tabung |
height_bounds = (1, 100) | height_bounds = (1, 100) | ||
radius_bounds = (1, 50) | radius_bounds = (1, 50) | ||
− | # Inisialisasi nilai awal | + | # Inisialisasi nilai awal |
initial_guess = [10, 5] # Misalnya, tinggi awal = 10 dan radius awal = 5 | initial_guess = [10, 5] # Misalnya, tinggi awal = 10 dan radius awal = 5 | ||
− | # Definisikan batasan dan fungsi tujuan | + | # Definisikan batasan dan fungsi tujuan |
constraint_volume = {'type': 'eq', 'fun': constraint} | constraint_volume = {'type': 'eq', 'fun': constraint} | ||
objective = {'type': 'min', 'fun': objective_function} | objective = {'type': 'min', 'fun': objective_function} | ||
− | # Optimisasi menggunakan metode SLSQP | + | # Optimisasi menggunakan metode SLSQP |
result = minimize(objective_function, initial_guess, method='SLSQP', bounds=[height_bounds, radius_bounds], constraints=constraint_volume) | result = minimize(objective_function, initial_guess, method='SLSQP', bounds=[height_bounds, radius_bounds], constraints=constraint_volume) | ||
− | # Output hasil optimisasi | + | # Output hasil optimisasi |
print("Hasil Optimisasi:") | print("Hasil Optimisasi:") | ||
print("Tinggi Tabung: {:.2f} cm".format(result.x[0])) | print("Tinggi Tabung: {:.2f} cm".format(result.x[0])) |
Revision as of 01:08, 12 June 2023
Berikut ini adalah contoh kode Python untuk melakukan analisis geometri pada desain tabung hidrogen dengan menggunakan paket SciPy:
python import numpy as np from scipy.optimize import minimize
def volume_cylinder(height, radius):
return np.pi * radius**2 * height
def surface_area_cylinder(height, radius):
return 2 * np.pi * radius * (radius + height)
def objective_function(x):
height, radius = x return surface_area_cylinder(height, radius)
def constraint(x):
height, radius = x return volume_cylinder(height, radius) - target_volume
# Inisialisasi parameter dan target volume
target_volume = 1000 # Volume yang diinginkan untuk tabung hidrogen
# Inisialisasi batasan pada tinggi dan radius tabung
height_bounds = (1, 100) radius_bounds = (1, 50)
# Inisialisasi nilai awal
initial_guess = [10, 5] # Misalnya, tinggi awal = 10 dan radius awal = 5
# Definisikan batasan dan fungsi tujuan
constraint_volume = {'type': 'eq', 'fun': constraint} objective = {'type': 'min', 'fun': objective_function}
# Optimisasi menggunakan metode SLSQP
result = minimize(objective_function, initial_guess, method='SLSQP', bounds=[height_bounds, radius_bounds], constraints=constraint_volume)
# Output hasil optimisasi
print("Hasil Optimisasi:") print("Tinggi Tabung: {:.2f} cm".format(result.x[0])) print("Radius Tabung: {:.2f} cm".format(result.x[1])) print("Volume Tabung: {:.2f} cm^3".format(volume_cylinder(result.x[0], result.x[1]))) print("Luas Permukaan Tabung: {:.2f} cm^2".format(result.fun))
Dalam contoh di atas, kita mendefinisikan fungsi volume_cylinder() untuk menghitung volume tabung hidrogen berdasarkan tinggi dan radius, dan surface_area_cylinder() untuk menghitung luas permukaan tabung. Fungsi objective_function() adalah fungsi tujuan yang ingin kita minimalkan, yaitu luas permukaan tabung.
Selain itu, kita juga mendefinisikan fungsi constraint() untuk membatasi volume tabung agar sesuai dengan target volume yang diinginkan. Fungsi minimize() digunakan untuk menjalankan optimisasi dengan metode Sequential Least SQuares Programming (SLSQP), di mana kita memasukkan batasan dan fungsi tujuan.
Hasil optimisasi akan mencetak tinggi tabung, radius tabung, volume tabung, dan luas permukaan tabung yang optimal.