×
王丽芙;石东燕;张伯扬;李光良;瓦西姆·海拉尔（Wasim M.K.Helal）。;齐，梅

基于改进卷积块注意力（Cba-U-Net）模型的深度学习驱动实时拓扑优化。 （英语） Zbl 1521.74440号

工程分析。已绑定。元素。 147, 112-124 (2023).

MSC公司：

74S99型 固体力学中的数值方法和其他方法
68T07型 人工神经网络与深度学习
49米41 PDE约束优化（数值方面）
第74页第15页 固体力学优化问题的拓扑方法

关键词：

深度学习;实时拓扑优化;改进的卷积块注意;移动可变形组件

软件：

顶部。米
PDF格式BibTeX公司 XML格式引用
\textit{L.Wang}等人，《工程分析》。已绑定。元素。147112-124（2023年；Zbl 1521.74440）
全文： 内政部

参考文献：

[1] 本德瑟，M.P。；Sigmund，O.，《拓扑优化：理论、方法和应用》（2003），施普林格出版社
[2] Michell，A.G.M，《框架结构中材料经济性的极限》，伦敦爱丁堡都柏林哲学杂志科学版，8，47，589-597（1904）
[3] Sigmund，O.，《用matlab编写的99行拓扑优化代码》，Struct-Multidisip Optim，21，2，120-127（2001）
[4] Wang，M.Y。；王晓明。；Guo，D.M.，结构拓扑优化的水平集方法，Comput Methods Appl Mech Eng，19243467227-246（2003）·Zbl 1083.74573号
[5] Doan，Q.H。；Lee博士。；Lee，J.，多材料结构拓扑优化与刚度设计标准决策，Adv Eng Inform，45，第101098条，pp.（2020）
[6] 谢永明。；Steven，G.P.A.，结构优化的简单进化程序，计算。结构。，49, 5, 885-896 (1993)
[7] Degertekin，S.O。；兰贝蒂，L。；Ugur，I.B.，《采用先进Jaya算法对桁架结构进行离散尺寸/布局/拓扑优化》，应用软件计算，79，363-390（2019）
[8] 郭，X。；Zhang，W.S。；Zhong，W.L.，《显式和几何地进行拓扑优化——一种新的基于移动可变形组件的框架》，《应用力学杂志》，81，8，第081009页，（2014）
[9] 奥马尔，A.A。；Hasan，R.，时间两点边值问题积分微分代数系统数值处理的RKHS方法，神经计算应用，30，2595-2606（2018）
[10] 奥马尔，A.A。；Zaer，A.H.，使用连续遗传算法求解二阶边值问题系统，Inf Sci，279396-415（2014）·Zbl 1354.65155号
[11] 钱，C。；Ye，W.J.，用双模人工神经网络加速基于梯度的拓扑优化设计，结构多盘优化，63，1687-1707（2020）
[12] 穆斯塔法，J。；Alqaed，S。；Mohsen，S.，混合非牛顿纳米流体占据的双流体抛物线槽太阳能集热器性能的数值研究：使用深度学习研究螺旋吸收管的效果，Eng-Anal Bound Elem，140，562-580（2022）·Zbl 1521.76457号
[13] Wang，L.F。；Shi，D.Y。；Zhang，B.Y.，基于深度学习的移动可变形组件实时拓扑优化，Autom Constr，142，文章104492 pp.（2022）
[14] 索斯诺维克，I。；Oseledets，I.，拓扑优化的神经网络，俄罗斯J数值分析数学模型，34，4，215-223（2019）·兹比尔1420.68178
[15] Lin，Q.Y。；洪，L。；Liu，Z.，基于深度学习方法的导热拓扑优化研究，国际通用热质传递，97，103-109（2018）
[16] Omar，A.A.，通过再生核方法对流体流动中产生的时间分数阶偏微分方程进行数值模拟，国际J数值方法热流，30，11，4711-4733（2020）
[17] 奥马尔，A.A。；Soumia，T。；Dumitru，B.，具有反应和阻尼项的时间分数阶非线性扩散波方程的三次B样条方法和有限差分技术的数值组合算法，结果Phys，41，文章105912 pp.（2022）
[18] 北卡罗来纳州卡利奥拉斯。；Kazakis，G。；Lagaros，N.D.，通过深度学习加速拓扑优化，结构多磁盘优化，62，3，1185-1212（2020）
[19] 湘，C。；Wang，D.L。；Pan，Y.，基于深度学习的三维结构加速拓扑优化设计，Struct Multidiscip Optim，65，99（2022）
[20] 郝，D。；Albert，C.T.，基于深度表示学习（DRL）的合规性和应力约束设计拓扑优化，Comput Mech，，66，2，449-469（2020）·兹比尔1466.74033
[21] 郑S。；何振中。；Liu，H.L.，《薄壁结构》，《薄壁构造》，159，第107263条，pp.（2021）
[22] Wang，D.L。；湘，C。；Pan，Y.，具有可感知泛化能力的拓扑优化深度卷积神经网络，Eng Optim，1-16（2021）
[23] 张，L。；Cheng，L。；李洪英，层次化深度学习神经网络：有限元及其以外，计算力学，67，1，207-230（2021）·Zbl 07360501号
[24] 尤鲁，E。；张瑞生。；Kara，L.B.，《可变负载配置下数据驱动的最佳拓扑研究和估计》，《计算方法-生物技术-生物工程成像-视觉》，4，2，61-72（2016）
[25] António，G。；里卡多，P。；Nuno，H.，DeepPlacer:一种使用深度模型的定制集成OpAmp放置工具，《应用软件计算》，115，第108188页，第（2022）条
[26] 郝，D。；To，A.C.，基于深度神经网络的拓扑优化参数水平集方法，机械设计杂志，143，文章091702 pp.（2021）
[27] Sun，H.B。；Ma，L.，结合BESO和强化学习的结构拓扑优化，哈尔滨理工大学学报（新系列），28，1，85-96（2021）·Zbl 1488.74118号
[28] Ye，H.L。；Li，J.C。；Wei，N.，基于深度学习的结构拓扑优化的交叉分辨率加速设计，Chin J Compute Mech，38，4，430-436（2021）·Zbl 1488.74123号
[29] 雷，X。；刘，C。；Du，Z.L.，基于移动可变形组件的框架下的机器学习驱动的实时拓扑优化，J Appl-Mech，86，1，文章011004 pp.（2019）
[30] 阿布伊达，D.W。；Koric，S。；Sobh，N.A.，使用深度学习的具有非线性的2D结构的拓扑优化，计算。结构。，237，第106283条pp.（2020）
[31] Ates，G.C。；Gorguluarslan，R.M.，用于提高拓扑优化深度学习模型的性能和可靠性的两级卷积编解码网络，Struct Multidisip Optim，631927-1950（2021）
[32] Wang，Y.L。；Soutis，C。；Ando，D.，深度神经网络学习在复合材料设计中的应用，《欧洲材料杂志》，2，1，118-171（2022）
[33] 邓，C.G。；王义忠。；秦，C.，用于拓扑优化的自我引导在线机器学习，Nat Commun，13，1，388（2022）
此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配，可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不要求完整或完全匹配。