论文部分内容阅读
有限元分析(Finite Element Analysis)是最常用的工程分析模拟方法,已经被广泛应用于复杂产品的设计与开发中。有限元网格模型生成是进行有限元分析的关键一环,其质量直接影响分析的精度与速度。为了保证有限元网格质量,在有限元网格生成后需要对其进行拓扑优化,然而现有拓扑优化算法都十分耗时。为此,本文研究基于样本学习的有限元网格拓扑优化方法,将机器学习技术引入有限元网格拓扑优化之中,以提高其效率。论文的主要工作包括以下几个方面:(1)为了提高有限元网格拓扑优化效率,本文提出一种基于