Multi-DNN代理模型

用神经网络代理失效评估，快速找到最优铺层。

Qingfeng, Wang · Qin H. · Jia, L. Y. · Ziyi, Li · Guoqiang, Zhang · Li, Yushu · 刘益伦

Composite Structures 2024

技术优势

少算成千上万次仿真

训练好的模型可以直接映射设计参数到失效因子，无需为每个新设计重新建模和求解。

新设计空间也能用

用新设计空间的少量数据微调预训练 Multi-DNN，迁移学习后模型在新参数域仍能精确预测失效因子。

优化一步到位

将训练好的模型与遗传算法结合，直接搜索最优铺层序列，避免逐方案仿真。

应用场景

• 复合压力容器设计：在设计阶段快速评估候选铺层的失效风险，省去大量仿真试错。
• 航天复合材料结构：提供高精度代理模型用于航天复合材料结构的快速失效评估和优化。
• 工程结构优化：利用代理模型替代耗时的仿真环节，加速优化算法收敛到最优解。
• 压力容器开发：支持压力容器开发中大量参数组合的快速失效预测与铺层优化。