摘要
本发明属于吸能超材料设计领域,具体涉及基于扩散模型和参数化水平集的吸能超材料逆向设计方法。本发明在给定所需应力‑应变曲线的情况下生成超材料。扩散模型学习给定性质的超材料的条件分布,实现从性质到几何的一对多映射。利用水平集表示提高了超材料拓扑的精度和设计灵活性,确保生成的超材料具有高质量的几何形状。本发明具有设计速度快、精度高的优点,为实现更为智能和定制化的超材料设计提供了新的求解路径。
技术关键词
逆向设计方法
拓扑优化方法
神经网络架构
水平集方法
水平集函数
应力
参数
曲线
生成超材料
非线性映射关系
解码器
编码器
数据
静态方式
图像压缩
噪声量
注意力机制
成分分析
变量
系统为您推荐了相关专利信息
心电图诊断方法
12导联心电图
神经网络架构
心电图诊断系统
医学信号处理技术
性别识别方法
注意力机制
数据
性别识别系统
Softmax函数
混合深度学习模型
整车热管理系统
编码器
前馈神经网络
神经网络架构
数据分类分级
卷积神经网络模块
数据项
深度卷积神经网络
算法