本发明涉及一种
复合材料层合板构件铺层多级优化设计方法,针对层合板结构的铺层优化,阶段一是针对于铺层顺序的优化,优化目标为层合板构件的基频最大化,运用基于神经网络的深度学习方法快速预测设计结果,然后依据预测结果,通过粒子群算法搜索复合材料层合板设计问题的最优解,提高铺层优化设计效率。阶段二主要是优化复合材料的层数,以基频最大化与质量最小化为优化目标建立多目标拓扑优化模型,设计变量为各铺层相对于自身厚度的相对厚度,应用改进的自适应遗传算法进行求解。本发明能够节省重复有限元计算所浪费的时间,通过机器学习方法提高优化效率,能快速有效地优化设计复合材料层合板结构件的质量,并提高其基频,改善稳定性。
声明:
“复合材料层合板构件铺层多级优化设计方法” 该技术专利(论文)所有权利归属于技术(论文)所有人。仅供学习研究,如用于商业用途,请联系该技术所有人。
我是此专利(论文)的发明人(作者)