基于两阶段优化深度神经网络的张拉整体找形方法

本发明涉及一种基于两阶段优化深度神经网络的张拉整体找形方法，包括以下步骤：根据节点残余力、索杆单元的杆件长度和节点距离构建张拉整体结构的约束方程，将该约束方程作为深度神经网络的损失函数；以随机生成的所述索杆单元的节点坐标向量作为所述深度神经网络的输入，采用两阶段优化方式获得使所述损失函数值最小的索杆单元节点坐标向量输出值，基于所述索杆单元节点坐标向量输出值确定一稳态构型；循环获得多个稳态构型；判别各稳态构型的稳定性，获得满足几何稳定的稳定构型，完成张拉整体找形。与现有技术相比，本发明能够进行多稳态等复杂张拉整体结构的找形，结果可靠，找形过程不涉及复杂的结构有限元计算，找形效率高。