基于嵌入物理约束深度学习技术的拓扑最优结构预测方法

摘要

本发明公开了一种基于嵌入物理约束深度学习技术的拓扑最优结构预测方法，包括：生成训练数据；对训练数据进行预处理；根据预处理后的训练数据构建并训练深度神经网络以拟合在给定约束条件下的设计主体与设计主体的最优材料分布的映射关系；利用材料分布的平均绝对误差，体积约束和柔度约束构建损失函数，根据损失函数利用反向传播训练更新深度神经网络；利用训练更新后的深度神经网络，预测力学性能指标最优的材料分布。本发明通过利用训练数据训练深度神经网络模型，并将包括体积约束和柔度约束的物理约束加到损失函数中用于神经网络训练，能够提高训练准确率和效率，以更少的样本达到较好的训练效果，实现拓扑优化结构的高效快速预测。