公开(公告)号：CN119312645B

公开(公告)日：2025-05-02

申请号：CN202411854261.X

申请日：2024-12-17

Applicant: 南昌大学

Inventor： 杨赞 ,  朱紫华 ,  刘辉鸿 ,  陈洋 ,  徐天妮 ,  刘晓阳

IPC: G06F30/23 ,  G06F30/27 ,  G06F30/15 ,  G06N3/126 ,  G06F111/04 ,  G06F111/10 ,  G06F113/28

Abstract: 本发明公开了一种基于机器学习的翼形结构轻量化设计方法，包括：（1）导入载荷及边界约束以获得翼形结构重量与刚度指标，并推导对应数学优化模型；（2）考虑空间填充特性构建优化种群；（3）评估种群可行性状态，并设计子种群进化操作来产生候选个体；（4）基于种群的更新率构造全局或局部径向基机器学习预测模型；（5）根据父代个体可行性设计两种筛选策略；（6）对选出的最佳候选个体采用翼形结构刚度与重量仿真模型进行评估，更新种群并转至步骤（3），直至优化结构满足要求。本发明根据在优化过程中反馈的信息动态分配进化策略，自适应建模预测模型以及合理选择筛选策略，提高针对翼形结构轻量化设计问题的优化效率。

公开(公告)号：CN119312645A

公开(公告)日：2025-01-14

申请号：CN202411854261.X

申请日：2024-12-17

Applicant: 南昌大学

Inventor： 杨赞 ,  朱紫华 ,  刘辉鸿 ,  陈洋 ,  徐天妮 ,  刘晓阳

IPC: G06F30/23 ,  G06F30/27 ,  G06F30/15 ,  G06N3/126 ,  G06F111/04 ,  G06F111/10 ,  G06F113/28

Abstract: 本发明公开了一种基于机器学习的翼形结构轻量化设计方法，包括：（1）导入载荷及边界约束以获得翼形结构重量与刚度指标，并推导对应数学优化模型；（2）考虑空间填充特性构建优化种群；（3）评估种群可行性状态，并设计子种群进化操作来产生候选个体；（4）基于种群的更新率构造全局或局部径向基机器学习预测模型；（5）根据父代个体可行性设计两种筛选策略；（6）对选出的最佳候选个体采用翼形结构刚度与重量仿真模型进行评估，更新种群并转至步骤（3），直至优化结构满足要求。本发明根据在优化过程中反馈的信息动态分配进化策略，自适应建模预测模型以及合理选择筛选策略，提高针对翼形结构轻量化设计问题的优化效率。