人工智能在结构拓扑优化领域的现状与未来趋势

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.