一种神经网络的拓扑优化方法

AITNT
正文
推荐专利
一种神经网络的拓扑优化方法
申请号:CN202510897276
申请日期:2025-06-30
公开号:CN120977445A
公开日期:2025-11-18
类型:发明专利
摘要
本发明涉及一种神经网络的拓扑优化方法。该方法通过构建前馈神经网络进行密度结构设计,结合有限元分析、灵敏度分析和梯度优化算法,实现结构拓扑的智能化优化设计。本发明方法利用神经网络的非线性映射能力将空间坐标映射为单元密度值,通过反向传播算法计算梯度,并采用梯度下降法更新网络参数,在保持物理约束的同时,实现结构设计的自动化与优化。
技术关键词
拓扑优化方法 更新网络参数 坐标 神经网络架构 密度 前馈神经网络 自动微分技术 非线性映射关系 刚度 矩阵 梯度下降法 判断准则 插值方法 传播算法 代表 网格 实体
系统为您推荐了相关专利信息
1
一种汽车荷载作用下钢-混组合梁桥全寿命动力设计方法
动力设计方法 桥梁有限元模型 概率密度函数 应力 寿命评估技术
2
一种基于深度学习的电压暂降同源检测方法、系统及介质
电压 样本 特征提取模型 构建算法 数据
3
一种基于神经网络的钢包底吹氩智能控制方法及相关装置
闭环控制系统 钢包底吹氩 直方图均衡化方法 智能控制方法 调节相机参数
4
基于深度学习的实时视频行为分析系统
实时视频 分析系统 关键点检测算法 光线传感器 识别模块
5
基于深度强化学习的多机器人分层编队控制方法及系统
深度强化学习 状态编码器 编队控制方法 分层 编队控制系统
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号