计算时间缩短98%
结合有限元与神经网络的快速预测方法，可在保持精度的前提下大幅降低计算成本，为复合材料构件制造提供高效变形评估工具。
Qingchuan, Liu · 汪晓东 · 关志东 · 黎增山
Journal of Composites Science 2024
用神经网络替代重复的有限元计算，预测变形的时间缩短了98%，几乎即时得到结果。
在大幅提速的同时，预测精度损失控制在5%以内，满足工程要求。
通过随机森林和LASSO回归对影响变形的参数进行排序，明确哪些参数最关键。
在计算资源有限时，只用峰值温度、拐角角度等部分参数也能保持精度。