池、恒；张玉玉；唐志玲；露西娅·米拉贝拉；利维奥·达洛罗；宋乐；Glaucio H.保利诺。 用于拓扑优化的通用机器学习。 （英语） Zbl 1506.74267号 计算。方法应用。机械。工程师。 375，文章ID 112739，35 p.（2021）. 小结：我们提出了一个通用的基于机器学习的拓扑优化框架，大大加快了大规模问题的设计过程，而不牺牲准确性。该框架具有三个显著特征。首先，使用拓扑优化过程早期迭代的数据建立一个新的在线训练概念。因此，训练是在拓扑优化期间而不是之前进行的。其次，采用定制的双尺度拓扑优化公式，引入了局部在线训练策略。该训练策略可以提高所提框架的可扩展性和准确性。第三，协同地结合了在线更新方案，通过提供实际物理模拟生成的新数据，不断提高机器学习模型的预测精度。通过数值研究和设计实例，我们证明了上述框架具有高度的可扩展性，能够有效地处理具有广泛离散化级别、不同载荷和边界条件以及各种设计考虑因素（例如，存在非设计区域）的设计问题。 引用于11文件 MSC公司： 第74页第15页 固体力学优化问题的拓扑方法 软件：PolyTop公司；亚当；AlexNet公司；ElemStatLearn（电子状态学习）；ImageNet公司；PETSc公司 PDF格式BibTeX公司 XML格式引用 \textit{H.Chi}等人，计算。方法应用。机械。工程375，文章ID 112739，35 p.（2021；Zbl 1506.74267） 全文： 内政部 参考文献： [1] Bendsøe，马丁·菲利普；Kikuchi，Noboru，使用均匀化方法在结构设计中生成最佳拓扑，计算。方法应用。机械。工程，71，2，197-224（1988）·Zbl 0671.73065号 [2] George I.N.Rozvany，《结构拓扑优化既定方法的批判性评论》。多学科。最佳。，37, 3, 217-237 (2009) ·Zbl 1274.74004号 [3] 彼得·克里斯滕森（Peter Christensen）；Klarbring，Anders，《结构优化导论》（2009），Springer科学与商业媒体：Springer科技与商业媒体链接öping·Zbl 1180.74001号 [4] 本德瑟，马丁·菲利普；Sigmund，Ole，《拓扑优化：理论、方法和应用》（2013），Springer Science&Business Media [5] Raphael T.Haftka，Zafer Gürdal，《结构优化要素》，第11卷，Springer科学与商业媒体，2012年·兹比尔0782.73004 [6] 托马斯·博尔瓦尔；Petersson，Joakim，使用并行计算的三维大尺度拓扑优化，计算。方法应用。机械。工程，190，46-47，6201-6229（2001）·Zbl 1022.74036号 [7] 尼尔斯·艾格；埃里克·安德烈森；Lazarov，Boyan Stefanov，使用PETSc的拓扑优化：一个易于使用、完全并行、开源的拓扑优化框架，Struct。多学科。最佳。，51, 3, 565-572 (2015) [8] 尼尔斯·艾格；埃里克·安德烈森；博扬·S·拉扎罗夫。；Sigmund，Ole，Giga-voxel结构设计计算形态生成，《自然》，550，7674，84（2017） [9] 王顺；埃里克·德·斯特勒（Eric de Sturler）；Paulino，Glaucio H.，使用带循环的预处理Krylov子空间方法进行大尺度拓扑优化，国际。J.数字。方法工程，69，12，2441-2468（2007）·Zbl 1194.74265号 [10] 阿米尔，奥德；尼尔斯·艾格；Lazarov，Boyan S.，《关于有效拓扑优化的多重网格CG》，结构。多学科。最佳。，49, 5, 815-829 (2014) [11] Kim，Yoon Young；Yoon，Gil Ho，《多分辨率多尺度拓扑优化——一种新范式》，国际固体结构杂志。，37、39、5529-5559（2000年）·Zbl 0981.74044号 [12] Nguyen，Tam H。；Paulino，Glaucio H。；宋俊浩；Le，Chau H.，多分辨率拓扑优化（MTOP）的计算范式，结构。多学科。最佳。，41, 4, 525-539 (2010) ·兹比尔1274.74372 [13] 刘慧；王毅强；宗洪明；Wang，Michael Yu，使用多尺度有限元方法进行高效结构拓扑优化，结构。多学科。最佳。，1-20 (2018) [14] Robert，Christian，《机器学习，概率观点》（2014），Taylor&Francis [15] 特雷弗·哈斯蒂；罗伯特·蒂布希拉尼；杰罗姆·弗里德曼；詹姆斯·富兰克林，《统计学习的要素：数据挖掘、推理和预测》，数学。智力。，27, 2, 83-85 (2005) [16] Omkar M.Parkhi，Andrea Vedaldi，Andrew Zisserman等人。深度面部识别，收录于：BMVC，第1卷，2015年，第6页。 [17] K.K.Kim、K.I.Kim，J.B.Kim，H.J.Kim，基于学习的车牌识别方法，收录于：信号处理X的神经网络，2000年IEEE信号处理学会研讨会论文集（分类号00TH8501），第2卷，IEEE，2000年，第614-623页。 [18] 张玉玉；戴、韩军；许昌；冯军；王泰峰；卞，江；王斌；刘铁燕，递归神经网络赞助搜索的顺序点击预测，（第二十届AAAI人工智能会议（2014）） [19] 刘铁燕，学习信息检索排名，发现。Trends®Inf.Retrieval，3，3，225-331（2009） [20] 张帅；姚丽娜；孙爱新；Tay，Yi，基于深度学习的推荐系统：一项调查和新观点，ACM Compute。调查。，52，1，5:1-5:38（2019），网址http://doi.acm.org/10.1145/3285029 [21] Yann LeCun；约书亚·本吉奥；杰弗里·辛顿（Geoffrey Hinton），《深度学习》（Deep learning），《自然》（Nature），第521、7553、436页（2015年） [22] Schmidhuber，Jürgen，《神经网络中的深度学习：概述》，神经网络。，61, 85-117 (2015) [23] 伊恩·古德费罗；约书亚·本吉奥；Aaron Courville，《深度学习》（2016），麻省理工学院出版社·Zbl 1373.68009号 [24] 何开明，张祥宇，任少清，孙健，《深入研究整流器：在图像网络分类方面超越人类水平的性能》，载《IEEE计算机视觉国际会议论文集》，2015年，第1026-1034页。 [25] Silver，David；黄，Aja；克里斯·麦迪森（Chris J.Maddison）。；亚瑟·盖兹；洛朗·西弗雷（Laurent Sifre）；乔治·范·登·德莱斯切（George Van Den Driessche）；朱利安·施里特维瑟（Julian Schrittwieser）；安东诺格鲁，约阿尼斯；潘内谢尔瓦姆（Panneershelvam），维达（Veda）；马克·兰科特；迪尔曼、桑德；Dominik Grewe；约翰·纳姆；Nal Kalchbrenner；伊利亚·萨斯科弗；Timothy Lillicrap；利奇，玛德琳；科雷·卡武科格鲁；格雷佩尔、托尔；Hassabis，Demis，《掌握深度神经网络和树搜索的游戏》，《自然》，529，7587，484（2016） [26] Silver，David；朱利安·施里特维瑟（Julian Schrittwieser）；凯伦·西蒙扬（Karen Simonyan）；安东诺格鲁（Antonoglou，Ioannis）；黄，Aja；亚瑟·盖兹；托马斯·休伯特（Thomas Hubert）；卢卡斯·贝克；Lai，Matthew；阿德里安·博尔顿（Adrian Bolton）；陈玉田；Timothy Lillicrap；辉、范；洛朗·西弗雷（Laurent Sifre）；乔治·范登·德莱斯切（George van den Driessche）；格雷佩尔、托尔；Hassabis，Demis，《在没有人类知识的情况下掌握围棋游戏》，《自然》，550，7676，354-359（2017） [27] 哈桑，哈尼；Anthony Aue；陈，张；乔达里，维沙尔；乔纳森·克拉克；克里斯蒂安·费德曼（Christian Federmann）；黄学东；Junczys-Dowmunt，Marcin；威廉·刘易斯；李，穆；刘淑杰；刘铁燕；罗仁谦；梅内泽斯，阿鲁尔；秦、道；Frank Seide；Tan，Xu；田飞；吴立军；吴双志；夏英策；张东东；张志瑞；Zhou，Ming，实现中文到英文新闻自动翻译的人类平等（2018），arXiv预印本arXiv:1803.05567 [28] 厄尔瓦乌卢；张如生；Kara，Levent Burak，《可变负载配置下最优拓扑的数据驱动调查和估算》，计算。方法生物技术。生物识别。工程师：成像视觉。，4，2，61-72（2016） [29] 伊凡·索斯诺维克；Oseledets，Ivan，神经网络拓扑优化（2017），arXiv预印本arXiv:1709.09578·Zbl 1420.68178号 [30] Saurabh Banga；盖哈尼，哈尔什；比拉雷、桑科特；萨加尔·帕特尔；Kara，Levent，使用卷积神经网络进行3D拓扑优化（2018），arXiv预印本arXiv:1808.07440 [31] 于永云；泰尔·胡尔；Jung，Jaeho，无需任何迭代即可确定近最优拓扑设计的深度学习，Struct。多学科。最佳。，1-13 (2019) [32] 雷欣；刘畅；杜宗良；张伟生；郭旭，移动可变形构件框架下机器学习驱动的实时拓扑优化，J.Appl。机械。，86, 1, 011004 (2019) [33] 卡梅隆·塔利西；Paulino，Glaucio H。；安德森·佩雷拉；Menezes，Ivan F.M.，PolyTop:使用非结构化多边形有限元网格的通用拓扑优化框架的Matlab实现，Struct。多学科。最佳。，45, 3, 329-357 (2012) ·Zbl 1274.74402号 [34] Bendsöe，Martin P.，作为材料分配问题的最佳形状设计，结构。最佳。，1, 4, 193-202 (1989) [35] George I.N.Rozvany。；周明；Birker，Torben，无均匀化的广义形状优化，结构。最佳。，4, 3-4, 250-252 (1992) [36] 本德瑟，马丁·P·。；Sigmund，Ole，拓扑优化中的材料插值方案，Arch。申请。机械。，69, 9-10, 635-654 (1999) ·兹比尔0957.74037 [37] Hughes，Thomas J.R.，《有限元方法：线性静态和动态有限元分析》（2012），Courier Corporation [38] Svanberg，Krister，移动渐近线方法——结构优化的新方法，国际。J.数字。方法工程，24，2，359-373（1987）·Zbl 0602.73091号 [39] Barron，Andrew R.，人工神经网络的近似和估计界，马赫。学习。，14, 1, 115-133 (1994) ·Zbl 0818.68127号 [40] 库尔特·霍尼克；斯汀科姆，麦克斯韦；White、Halbert、多层前馈网络是通用逼近器、神经网络、。，2, 5, 359-366 (1989) ·Zbl 1383.92015年 [41] 陆、周；蒲洪明；王肥成；胡志强；王立伟，《神经网络的表达能力：从宽度角度看》，（神经信息处理系统进展（2017），6231-6239 [42] Maliki Moustapha，Bruno Sudret，《基于替代辅助可靠性的设计优化：调查和统一模块化框架》，Struct。多学科。最佳。，1-20之间。 [43] 肖尔科夫，伯恩哈德；亚历山大·斯莫拉（Alexander J.Smola），《使用内核学习：支持向量机、正则化、优化及超越》（Learning with Kernels:Support Vector Machines，Regularization，Optimization，and Beyond）（2001），麻省理工学院出版社 [44] Yann LeCun；伯恩哈德·博瑟；约翰·丹克（John S.Denker）。；Donnie Henderson；理查德·霍华德（Richard E.Howard）。；韦恩·哈伯德（Wayne Hubbard）；Jackel，Lawrence D.，反向传播应用于手写邮政编码识别，神经计算。，1, 4, 541-551 (1989) [45] Alex Krizhevsky；伊利亚·萨斯科弗；Hinton，Geoffrey E.，深度卷积神经网络的Imagenet分类，（神经信息处理系统进展（2012）），1097-1105 [46] 何开明，张向玉，任少清，孙健，图像识别的深度剩余学习，载：IEEE计算机视觉与模式识别会议论文集，2016，第770-778页。 [47] 皮尔逊，卡尔，LIII。在最接近空间点系的直线和平面上，Lond。爱丁堡。都柏林Phil.Mag.J.Sci。，2, 11, 559-572 (1901) ·JFM 32.0246.07号文件 [48] Hotelling，Harold，将复杂的统计变量分析为主成分。，J.教育。心理医生。，24, 6, 417 (1933) ·JFM 59.1182.04号文件 [49] Kingma，Diederik P。；Ba，Jimmy，Adam：随机优化方法（2014），arXiv预印本arXiv:1412.6980 [50] Nguyen，Tam H。；Paulino，Glaucio H。；宋俊浩；Le，Chau H.，通过多重离散化改进多分辨率拓扑优化，国际。J.数字。方法工程，92，6，507-530（2012）·Zbl 1352.49049号 [51] 阿迪尔多·拉莫斯。；Paulino，Glaucio H.，过滤地面结构——用于结构设计优化的离散过滤工具，Struct。多学科。最佳。，54, 1, 95-116 (2016) [52] 张晓佳；阿迪尔多·拉莫斯。；Paulino，Glaucio H.，使用地面结构方法和离散滤波方案进行材料非线性拓扑优化，结构。多学科。最佳。，55, 6, 2045-2072 (2017) [53] A.N.Tikhonov，A.V.Goncharsky，V.V.Stepanov，A.G.Yagola，《求解不适定问题的数值方法》，第328卷，Springer科学与商业媒体，2013年·兹比尔08316.5059 [54] 尼尔斯·艾格；Lazarov，Boyan S.，使用移动渐近线方法进行拓扑优化的并行框架，结构。多学科。最佳。，47, 4, 493-505 (2013) ·Zbl 1274.74302号 [55] 葛荣，黄芙蓉，迟进，杨元，张量分解的鞍点在线随机梯度的逃避，在：学习理论会议，2015，第797-842页。 [56] 埃米利亚诺·托雷；斯特凡诺·马雷利；拥抱，保罗；Sudret，Bruno，机器学习回归的数据驱动多项式混沌展开，J.Compute。物理。，388, 601-623 (2019) ·Zbl 1453.62565号 [57] Nouy，Anthony，高维随机问题数值解的适当广义分解和分离表示，Arch。计算。方法工程，17，4，403-434（2010）·Zbl 1269.76079号 [58] 伊万·马科夫斯基；Usevich、Konstantin、Low Rank Approximation（2012）、Springer·Zbl 1323.68543号 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。