一种基于卷积神经网络的结构响应分析与稳健性拓扑优化设计方法

本发明公开了一种基于卷积神经网络的结构响应分析与稳健性拓扑优化设计方法，属于结构响应分析与拓扑设计技术领域，包括：进行子结构数值形函数关于子结构单元模量的敏感性分析与子结构单元模量聚类、水平集法框架下的子结构采样及样本变换；构建子结构数值形函数与子结构单元模量之间的卷积神经网络及连续体结构拓扑优化模型，并定义连续体结构拓扑优化模型输入；基于扩展多尺度有限元的结构静力学响应分析，实现整体结构位移响应求解；进行拓扑优化模型灵敏度计算、水平集函数的更新与收敛判定。本发明采用更少的层数、更轻量化的网络结构，简化了神经网络模型，降低了神经网络训练的难度。