Indexed by：
Abstract：
在传统拓扑优化设计中,随着结构单元增加,迭代计算过程消耗了大量的时间。本文提出了一种基于深度学习的方法来加速拓扑优化设计过程,缩短了结构拓扑优化设计的迭代过程,并生成了高分辨率拓扑优化结构。利用深度学习方法,在低分辨率中间构型与高分辨率拓扑构型之间创建高维映射关系,利用独立、连续和映射(ICM)方法建立深度学习网络所需要的数据集,训练神经网络以实现加速过程,将结构拓扑优化设计问题转化为图像处理中的风格迁移问题。通过引入条件生成对抗式神经网络CGAN(Conditional Generative and Adversarial Network)解决了跨分辨率拓扑优化问题,实验验证了优化过程效率的...
Keyword：
Reprint Author's Address：
Email：
Source ：
计算力学学报
Year： 2021
Issue： 04
Volume： 38
Page： 430-436
Cited Count：
WoS CC Cited Count： 0
SCOPUS Cited Count：
ESI Highly Cited Papers on the List： 0 Unfold All
WanFang Cited Count：
Chinese Cited Count：
30 Days PV： 5
Affiliated Colleges：
