×
李斌;郭宏伟;庄小英

基于神经网络的材料拓扑优化设计。 （英语） Zbl 07714902号

国际期刊计算。方法 19，第8号，文章ID 2142013，15 p.（2022）.
摘要：本文描述了一种基于神经网络（NN）的微结构拓扑优化设计方法。设计变量是用于描述密度场的神经网络权重和偏差，与单元网格无关。设计变量和灰色元素的数量大大减少，无需滤波。通过三个数值算例验证了该方法的有效性，即最大剪切模量、最大体积模量和负泊松比。

引用于2文件

理学硕士：

74-XX岁 可变形固体力学
76倍 流体力学

关键词：

拓扑优化;神经网络;均匀化;材料设计

软件：

顶部。米;前88.m
PDF格式BibTeX公司 XML格式引用
\textit{B.Li}等人，《国际计算杂志》。方法19，第8号，文章ID 2142013，15页（2022；Zbl 07714902）
全文： 内政部

参考文献：

[1] Andreassen，E.，Clausen，A.，Schevenels，M.，Lazarov，B.S.和Sigmund，O.[2011]“使用88行代码在matlab中进行高效拓扑优化”，结构。多磁盘。优化43（1），1-16·Zbl 1274.74310号
[2] Ates，G.C.和Gorguluarslan，R.M.[2021]“两级卷积编解码网络，用于提高拓扑优化深度学习模型的性能和可靠性”，结构。多磁盘。Optim.63（4），1927-1950年。
[3] Bendsoe，M.P.和Sigmund，O.[2013]拓扑优化：理论、方法和应用（施普林格科学与商业媒体，柏林）·Zbl 1059.74001号
[4] Cadman，J.E.、Zhou，S.、Chen，Y.和Li，Q.[2013]“关于多功能微结构材料的设计”，J.Mater。科学48（1），51-66。
[5] Challis，V.、Roberts，A.和Wilkins，A.[2008]“为最大化刚度和导电性而设计三维各向同性微结构”，《国际固体结构杂志》第45卷（14-15页），第4130-4146页·Zbl 1169.74527号
[6] Chandrasekhar，A.和Suresh，K.[2021a]“使用神经网络的多材料拓扑优化”，计算-辅助Des.136，103017。
[7] Chandrasekhar，A.和Suresh，K.[2021b]“Tounn:使用神经网络的拓扑优化”，结构。多磁盘。优化63（3），1135-1149。
[8] Cheng，K.-T.和Olhoff，N.[1981]“关于固体弹性板优化设计的研究”，《国际固体结构杂志》17（3），305-323·Zbl 0457.73079号
[9] Chi，H.、Zhang，Y.、Tang，T.L.E.、Mirabella，L.、Dalloro，L.，Song，L.和Paulino，G.H.[2021]“用于拓扑优化的通用机器学习”，计算。方法应用。机械。工程375112739·Zbl 1506.74267号
[10] Clausen，A.、Wang，F.、Jensen，J.S.、Sigmund，O.和Lewis，J.A.[2015]“大变形下具有可编程泊松比的拓扑优化架构”，《高级材料》27（37），5523-5527。
[11] Deng，H.和To，A.C.[2020]“基于深度表示学习（drl）的顺应性和压力约束设计拓扑优化”，计算。机械66449-469·Zbl 1466.74033号
[12] Deng，H.和To，A.C.[2021]“基于深度神经网络的拓扑优化参数水平集方法”，J.Mech。第143（9）号图纸，091702。
[13] Fish，J.[2013]实用多尺度（John Wiley and Sons，Chichester）。
[14] Huang，X.，Xie，Y.M.，Jia，B.，Li，Q.和Zhou，S.[2012]“针对磁导率和介电常数极值的周期性复合材料的演化拓扑优化”，结构。多磁盘。优化46（3），385-398·Zbl 1274.78096号
[15] Li，H.等人[2019]“机器学习和设计优化中生成材料性能数据库的聚类离散化方法”，计算。机械64（2），281-305·Zbl 1470.74073号
[16] Nie，Z.，Lin，T.，Jiang，H.和Kara，L.B.[2021]“拓扑结构：基于初始域上物理场的生成性对抗网络的拓扑优化”，J.Mech。第143（3）号图纸，031715。
[17] Qian，C.和Ye，W.[2021]“利用双模人工神经网络加速基于梯度的拓扑优化设计”，结构。多磁盘。优化63（4），1687-1707。
[18] Radman，A.、Huang，X.和Xie，Y.[2013]“各向同性多孔材料微观结构设计的拓扑优化”，《工程优化》45（11），1331-1348。
[19] Shende，S.、Gillman，A.、Yoo，D.、Buskohl，P.和Vemaganti，K.[2021]“高效设计折纸折叠结构的贝叶斯拓扑优化”，结构。多磁盘。优化63（4），1907-1926。
[20] Sigmund，O.[1994]“具有规定本构参数的材料：反向均匀化问题”，《国际固体结构杂志》31（17），2313-2329·Zbl 0946.74557号
[21] Sigmund，O.、Torquato，S.和Aksay，I.A.[1998]“关于使用拓扑优化的1-3压电复合材料的设计”，J.Mater。第13（4）号决议，1038-1048。
[22] Silva，E.N.、Fonseca，J.O.和Kikuchi，N.[1997]“压电微结构的优化设计”，计算机。机械师19（5），397-410·Zbl 0889.73053号
[23] Svanberg，K.[1987]“移动渐近线的方法-结构优化的新方法”，国际期刊Numer。方法工程24（2），359-373·Zbl 0602.73091号
[24] Vatanabe，S.、Paulino，G.和Silva，E.[2013]“使用拓扑优化和均匀化设计功能梯度压电复合材料-朝向有效的能量收集材料”，计算。方法应用。机械。工程266205-218·Zbl 1286.74079号
[25] Xia，L.和Breitkopf，P.[2015]“在matlab中使用拓扑优化和基于能量的均匀化方法进行材料设计”，结构。多磁盘。优化52（6），1229-1241。
[26] Ye，M.，Gao，L.和Li，H.[2020]“由负泊松比特性引起的逐渐变硬的机械超材料的设计框架”，Mater。第192、108751号图纸。
[27] Yu，Y.，Hur，T.，Jung，J.和Jang，I.G.[2019]“无需任何迭代即可确定近最优拓扑设计的深度学习”，结构。多磁盘。优化59（3），787-799。
[28] Zhang，W.，Dai，G.，Wang，F.，Sun，S.和Bassir，H.[2007]“在材料微观结构拓扑优化中使用基于应变能的有效弹性性能预测”，机械学报。《新约》第23卷第1期，第77-89页·Zbl 1202.74135号
[29] Zhou，Y.、Zhan，H.、Zhang，W.、Zhu，J.、Bai，J.，Wang，Q.和Gu，Y.[2020]“用于结构优化的新型数据驱动拓扑优化框架”，计算。结构239、106310。
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。