欢迎光临计算力学学报》官方网站!
阎军,许琦,张起,范志瑞,杜洪泽,耿东岭,阎琨,牛斌.人工智能在结构拓扑优化领域的现状与未来趋势[J] .《阿联酋日报》,2021,38(4):412~422
本文二维码信息
码上扫一扫!
人工智能在结构拓扑优化领域的现状与未来趋势
结构拓扑优化领域人工智能的现状和未来趋势
投稿时间:2021-05-15  修订日期:2021-06-08
内政部:10.7511/jslx20210517401
中文关键词:  结构拓扑优化  人工智能  机器学习  深度学习
英文关键词:结构拓扑优化  人工智能  机器学习  深度学习
基金项目:国家自然科学基金(U1906233;11732004;51975087)山东省重点研发计划(2019JZZY010801)中央高校基本科研业务费专项资金(DUT20ZD213;DUT20LAB308)投资项目。
作者单位电子邮件
阎军 大连理工大学 工业装备结构分析国家重点实验室,工程力学系,大连 116024  
许琦 大连理工大学 工业装备结构分析国家重点实验室,工程力学系,大连 116024  
张起 大连理工大学 工业装备结构分析国家重点实验室,工程力学系,大连 116024  
范志瑞 大连理工大学 工业装备结构分析国家重点实验室,工程力学系,大连 116024  
杜洪泽 大连理工大学 工业装备结构分析国家重点实验室,工程力学系,大连 116024  
耿东岭 大连理工大学 工业装备结构分析国家重点实验室,工程力学系,大连 116024  
阎琨 大连理工大学 化工学院,大连 116024  
牛斌 大连理工大学 机械工程学院,大连 116024 niubin@dlut.edu.cn 
摘要点击次数: 1333
全文下载次数: 550
中文摘要:
      结构优化,特别是结构拓扑优化,受到学术界和工业界的广泛关注。通过发展不同的拓扑优化算法,实现了众多具有卓越力学、热学和声学等多学科性能的最优拓扑构型创新设计。然而传统的拓扑优化方法在处理大规模的拓扑优化问题的迭代过程中往往需要多次大规模有限元分析,面临巨大计算量的挑战。近年来,以机器学习为代表的人工智能方法的迅猛发展,成为拓扑优化最具有发展前景的新学科方向。通过将人工智能算法与拓扑优化框架结合,使得拓扑优化的效率大幅提高,同时也为实时拓扑优化的实现提供了可能。本文通过回顾近十年来基于机器学习拓扑优化方法研究的一些重要进展,对截止目前的研究现状进行了简要介绍。由于论文篇幅有限,本综述不涉及该领域的全部文献,其综述范围有限,且与作者本人的研究兴趣密切相关。
英文摘要:
      结构优化,特别是结构拓扑优化,受到学术界和工业界的广泛关注。通过开发不同的拓扑优化算法,在机械科学、热科学和声学等多学科领域实现了许多具有优异性能的最佳拓扑结构创新设计。然而,传统的拓扑优化方法在处理大规模拓扑优化问题时往往需要数千个迭代步骤,并且由于大规模有限元分析而面临计算复杂度高的挑战。近年来,随着以机器学习为代表的人工智能方法的迅速发展,基于人工智能的拓扑优化已成为最有希望的新研究方向。通过将人工智能算法与拓扑优化框架相结合,大大提高了结构拓扑优化的效率,同时可以实现实时拓扑优化设计。本文回顾了近十年来基于机器学习的拓扑优化方法研究的一些主要进展,并简要介绍了迄今为止的研究现状。由于论文篇幅有限,本综述不涉及该领域的完整文献,其综述范围也与作者的研究兴趣密切相关。
查看全文  查看/发表评论  下载PDF格式
您是第13162066位访问者
版权所有:计算力学学报》编辑部
本系统由 北京勤云科技发展有限公司设计