一种基于生成对抗网络（GAN）的车身拓扑优化方法及系统

本发明涉及一种基于生成对抗网络（GAN）的车身拓扑优化方法及系统，属车辆与计算机深度学习应用领域。其中，该方法包括获取历史车身拓扑优化数据，去除冗余特征并数据增强得到历史车身拓扑优化数据集，历史车身拓扑优化数据包括车辆载荷数据、车身结构边界条件和车身结构几何数据；根据历史车身拓扑优化数据集通过对抗性双态映射构建生成对抗网络模型，生成对抗网络模型包括生成器、判别器和物理约束；渐进式训练生成对抗网络模型得到车身拓扑优化模型，渐进式训练引入梯度惩罚；基于车身拓扑优化模型生成车身拓扑优化结构，并实施二值化处理和合法性检查。本发明实现了通过生成对抗网络进行车身拓扑优化，计算效率高，精度高，实用性强。