一种基于残差网络的对比学习拓扑优化方法及系统

本发明公开了一种基于残差网络的对比学习拓扑优化方法及系统，旨在优化结构设计以满足特定物理约束。第一步，通过准备物理域、体积分数、位移边界条件和载荷条件作为输入数据，构建多通道张量格式。第二步及第三步分别利用两个cGAN网络生成应力和应变分布场，为后续结构优化提供必要的物理信息。第四步将生成的应力场和应变场结合原始物理域输入到第三个cGAN，生成最终的拓扑优化结构。第五步引入对比学习判别器，通过对SIMP方法生成的参考结构与生成器输出的结构进行比较，增强网络对拓扑特征的识别能力。最后，输出的优化拓扑结构在符合物理约束的前提下实现材料分布的最优配置。该方法结合了深度学习与结构优化，有望在工程实践中提供有效的设计方案。