来源：期刊VIP网 时间：
作者：王凤;陈天浩;盛忠起;
单位：中国航发沈阳发动机研究所;东北大学机械工程与自动化学院;
摘要：随着信息技术的迅速发展，深度学习等先进技术更高频的出现在了人们的生产生活中。为更好、更快地进行拓扑优化结构的求解，将卷积神经网络与拓扑优化结构相结合，提出了基础卷积水平集拓扑优化框架。搭建了基础框架模型，对模型进行评估分析，发现二者的融合切实提升了结构优化效率，但存在结构非通性现象。针对此现象，提出两阶段卷积水平集优化模型，来解决上一模型框架的缺陷。通过悬臂梁计算对比分析，发现所提方法能够在保证结构稳定性、高效能性的同时，提升了模型的优化效率，为拓扑优化设计提供了一种新的行之有效的处理方法。
关键词：拓扑优化;;卷积神经网络;;深度学习;;水平集法
基金资助：航空动力基金（6141B090564）
