基于深度神经网络的力学场量代理计算模型研究

摘要：

在深度学习技术的基础上,提出了一种结合深度残差网络和自编码器特征的深度神经网络代理模型;考虑到结构存在空洞或应力集中等局部场量变化急剧的情况,引入了注意力机制来强化深度神经网络对空间局部特征的描述能力.数值算例分析结果表明:在不同设计变量情况下,基于深度神经网络的代理模型不仅计算速度快,处理100个计算样本的耗时不到有限元软件的1.5％,而且能准确预测结构应力、应变等力学场量的大小与分布,平均相对误差小于2.5％,可以满足一般的工程应用要求.

关键词：代理模型、深度神经网络、注意力机制、力学场量、残差网络、自编码器

所属期刊栏目：38

分类号：O39(应用力学)

资助基金：国家自然科学基金;江西省自然科学基金;江西省学位与研究生教育教学改革项目;江西省研究生创新专项资金项目

在线出版日期：2021-06-28（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：552-559