严、军;徐，齐;张琪;范志瑞;杜洪泽;耿、东陵;严坤;牛斌 结构拓扑优化领域人工智能的当前和未来趋势。 （中文。英文摘要） Zbl 1488.68055号 下巴。J.计算。机械。 38，编号4，412-422（2021）. 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，面临着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。 MSC公司： 68T05型 人工智能中的学习和自适应系统 2017年10月68日 人工神经网络与深度学习 第74页第15页 固体力学优化问题的拓扑方法 关键词：结构拓扑优化;人工智能;机器学习;深度学习 PDF格式BibTeX公司 XML格式引用 \textit{J.Yan}等人，Chin。J.计算。机械。38，编号4，412--422（2021；Zbl 1488.68055） 全文： 内政部