面向增材制造各向异性特征的拓扑优化点阵结构机器学习及调控方法

本发明公开了一种面向增材制造各向异性特征的拓扑优化点阵结构机器学习及调控方法，包括：步骤一、构建数据集并划分为训练集与试验集；步骤二、构建点阵拉伸结构数据驱动模型：基于高斯过程回归算法构建点阵拉伸结构数据驱动模型，并采用步骤一所构建的数据集对点阵拉伸结构数据驱动模型进行训练；步骤三、获取目标宏观结构的各向异性数据：基于训练好的点阵拉伸结构数据驱动模型，计算出目标宏观结构所包括的各点阵结构的各向异性数据；步骤四、优化目标点阵结构的增材制造工艺成型参数及相对密度。由此可见，本发明能够针对增材制造各向异性特征，在少量的实验下结合机器学习方法对点阵结构考虑增材制造成形约束下的拓扑优化设计及成形参数确定提供支撑。