声明
1 绪论
1.1 传统结构优化方法介绍
1.2 并行计算与拓扑优化
1.3 机器学习与拓扑优化
1.4 本文研究内容与章节安排
2 可移动变形组件法
2.1 基本思想
2.2 方法描述
2.3 数学优化列式
2.4 有限元自由度消除技术
2.5 移动渐近线法
2.6 本章小结
3 基于可移动变形组件法的并行算法研究
3.1 基于可移动变形组件法的并行算法
3.1.1 基于可移动变形组件法的并行算法框架
3.1.2 基于可移动变形组件法并行程序框架分析
3.2 数学优化列式
3.3 数值算例
3.3.1 短板算例
3.3.2 悬臂梁算例
3.3.3 三维扭转梁算例
3.4 本章小结
4 基于数据驱动的实时显式拓扑优化研究
4.1 基于可移动变形组件法的机器学习模型
4.2 支持向量回归模型和K-邻近模型
4.2.1 支持向量回归模型
4.2.2 K-邻近模型
4.3 数学列式
4.4 数值算例
4.4.1 变外荷载短板算例
4.4.2 预测结果作为初始布局
4.4.3 变设计域短板算例
4.5 本章小结
结论
参考文献
攻读硕士学位期间发表学术论文情况
致谢
大连理工大学学位论文版权使用授权书