申请/专利权人：华南理工大学

申请日：2023-12-20

公开（公告）日：2024-04-16

公开（公告）号：CN117892617A

主分类号：G06F30/27

分类号：G06F30/27;G06N20/00;G06N3/126;G06N5/01;G06N3/0464;G06N3/084;G06N3/088

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.05.03#实质审查的生效;2024.04.16#公开

摘要：本发明公开了一种基于渐进式学习的电磁结构拓扑优化方法、装置及介质，属于电磁结构拓扑优化技术领域。其中方法包括：初始化粗网格矩阵M，确定优化算法F与用于电磁结构性能预测的代理模型P；根据优化问题的需要，确定粗网格矩阵M的矩阵维度n1，n2，…,nk；在粗网格下采样电磁结构并仿真，得到初始数据集后训练代理模型；根据代理模型的性能指标渐进剖分网格，并反复运行优化算法与训练代理模型；输出全部网格下的最优解。本发明提供一种基于渐进式学习的电磁结构拓扑优化方案，解决了电磁结构拓扑优化的搜索空间大、优化效率低、网格维度难确定的问题，可广泛用于各类电磁结构的拓扑优化问题求解。

主权项：1.一种基于渐进式学习的电磁结构拓扑优化方法，其特征在于，包括以下步骤：初始化粗网格矩阵M，确定优化算法F与用于电磁结构性能预测的代理模型P；根据优化问题的需要，确定粗网格矩阵M的矩阵维度n1，n2,…,nk；在粗网格下采样电磁结构并仿真，得到初始数据集后训练代理模型；根据代理模型的性能指标渐进剖分网格，并反复运行优化算法与训练代理模型；输出全部网格下的最优解。

全文数据：

权利要求：

百度查询： 华南理工大学 基于渐进式学习的电磁结构拓扑优化方法、装置及介质

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD