【技术实现步骤摘要】
【国外来华专利技术】
概括而言，本公开内容的各方面涉及人工智能(ai)，并且更具体地，本公开内容的各方面涉及优化对象的结构。
技术介绍
1、对象的结构(诸如其形状、尺寸或材料分布)影响对象的性能。对象的示例可以是飞机的机翼、房屋的桁架、反应器中的管道等。例如，机翼的形状影响气流相对于机翼的压力和速度，同时压力和速度影响机翼的物理系统的性能。物理系统可以通过偏微分方程(pde)来描述。物理系统的物理量(诸如压力和速度)可以通过基于结构量(诸如描述对象的形状的结构量)求解pde来获得。
2、期望设计对象的结构以便改进其性能，该过程可以被称为结构优化。结构优化适用于许多领域，包括科学领域、工程领域、工业领域等。例如，化学催化剂颗粒的形状、汽车零部件的形状等可以在制造之前通过结构优化过程进行优化。
3、由于大多数物理系统通过偏微分方程(pde)来描述，因此结构优化通常与控制pde一起执行，需要在优化的每次迭代时求解这些控制pde以确定结构的状态。求解pde的效率和准确度(尤其是对于具有复杂结构的对象而言)对于提高要制造的对象的结构优化的性能将是关键的。
技术实现思路
1、为了提高结构优化的性能，本公开内容提出了一种用于结构优化和求解pde的新颖框架，通过该框架，可以降低时间消耗和计算要求，并且可以提高pde的解的准确性，并且因此可以提高结构优化的性能。
2、根据实施例，提供了一种用于优化对象的结构的计算机实现的方法。所述方法包括：通过硬约束神经网络(nn)框架接收结构量，其中
3、根据实施例，提供了一种用于预测对象的物理量的计算机实现的方法。所述方法包括：通过硬约束神经网络(nn)框架接收结构量，其中，所述结构量用于描述所述对象的边界，其中，所述硬约束nn框架包括至少一个主nn、至少一个辅nn和组合单元，其中，偏微分方程(pde)被公式化为用所述对象的物理量表征与所述对象相关的物理系统；通过所述至少一个主nn生成经重新公式化的pde的解的第一预测，所述经重新公式化的pde是通过用额外量替换所述pde中的所述物理量的梯度来获得的，其中，所述经重新公式化的pde的所述解的所述第一预测包括所述对象的所述物理量和表示所述对象的所述物理量的梯度的所述额外量的预测；通过至少使用所述至少一个辅nn来生成所述经重新公式化的pde的边界条件(bc)的解的第二预测，其中，所述bc被公式化以表征与所述对象的所述边界相关的所述物理系统，其中，所述经重新公式化的pde的所述bc的所述解的所述第二预测包括所述对象的所述物理量的预测；通过由所述组合单元组合解的所述第一预测和解的所述第二预测来获得所述经重新公式化的pde的解的最终预测，其中，所述经重新公式化的pde的解的所述最终预测表示所述对象的所述物理量的预测。
4、根据实施例，提供了一种计算机系统，所述计算机系统包括一个或多个处理器和存储计算机可执行指令的一个或多个存储设备，所述计算机可执行指令在被执行时使得一个或多个处理器执行如上所述的方法的操作以及执行根据本公开内容的各方面所述的方法的操作。
5、根据实施例，提供了一种或多种存储计算机可执行指令的计算机可读存储介质，所述计算机可读存储介质在被执行时使得一个或多个处理器执行如上所述的方法的操作以及执行根据本公开内容的各方面所述的方法的操作。
6、根据实施例，提供了一种包括计算机可执行指令的计算机程序产品，所述计算机可执行指令在被执行时使得一个或多个处理器执行如上所述的方法的操作以及执行根据本公开内容的各方面的方法所述的操作。
7、通过在结构优化框架中使用hcnn框架，可以提高结构优化的效率，同时解决求解pde的瓶颈。此外，通过使用hcnn框架，可以在nn的训练期间自动满足最常用的bc(即，狄利克雷、诺伊曼和罗宾bc)，因此可以在没有损失这些bc的情况下训练模型，这减轻了pde和bc的损失项之间的不平衡竞争，并且显著提高了求解几何上复杂的pde的性能，并且因此显著提高了对象的结构的性能。在下文的描述中解释了其他优点和增强。
本文档来自技高网...【技术保护点】
1.一种用于优化对象的结构的计算机实现的方法，包括：
2.根据权利要求1所述的方法，其中，所述对象的所述边界的所述BC包括狄利克雷BC、诺伊曼BC和罗宾BC中的一者或多者。
3.根据权利要求1所述的方法，其中，所述主NN对应于所述对象的边界外区域，其中，所述至少一个辅NN对应于所述对象的所述边界中的至少一个边界。
4.根据权利要求1所述的方法，其中，所述经重新公式化的PDE的所述BC的所述解的所述第二预测还包括表示所述对象的所述物理量的梯度的所述额外量的预测。
5.根据权利要求2所述的方法，其中，生成所述经重新公式化的PDE的BC的解的第二预测还包括：
6.根据权利要求5所述的方法，其中，生成所述经重新公式化的PDE的BC的解的第二预测还包括：
7.根据权利要求2所述的方法，其中，通过由所述组合单元组合解的所述第一预测和解的所述第二预测来获得所述经重新公式化的PDE的解的最终预测还包括：
8.根据权利要求7所述的方法，其中，组合解的所述第一预测和解的所述第二预测还包括：通过确保与任何一个边界相对应
9.根据权利要求2所述的方法，还包括：
10.根据权利要求9所述的方法，还包括：
11.根据权利要求1所述的方法，其中，所述至少一个主NN和所述至少一个辅NN是多层感知器(MLP)NN。
12.根据权利要求1所述的方法，其中，所述对象燃料电池双极板、汽车的部件、飞机的部件、建筑物的一部分、反应器的管道、流挡板中的一者。
13.根据权利要求1所述的方法，其中，所述结构量包括位置、半径、宽度、高度、长度、锚点中的至少一者，并且所述物理量包括速度、压力、温度中的至少一者。
14.一种用于预测对象的物理量的计算机实现的方法，包括：
15.根据权利要求14所述的方法，其中，所述对象的所述边界的所述BC包括狄利克雷BC、诺伊曼BC和罗宾BC中的一者或多者。
16.根据权利要求15所述的方法，其中，生成所述经重新公式化的PDE的BC的解的第二预测还包括：
17.根据权利要求15所述的方法，其中，通过由所述组合单元组合解的所述第一预测和解的所述第二预测来获得所述经重新公式化的PDE的解的最终预测还包括：
18.根据权利要求13所述的方法，还包括：
19.一种计算机系统，包括：
20.一个或多个存储计算机可执行指令的计算机可读存储介质，所述计算机可执行指令在被执行时使得一个或多个处理器执行根据权利要求1-18中任一项所述的方法的操作。
...【技术特征摘要】
【国外来华专利技术】
1.一种用于优化对象的结构的计算机实现的方法，包括：
2.根据权利要求1所述的方法，其中，所述对象的所述边界的所述bc包括狄利克雷bc、诺伊曼bc和罗宾bc中的一者或多者。
3.根据权利要求1所述的方法，其中，所述主nn对应于所述对象的边界外区域，其中，所述至少一个辅nn对应于所述对象的所述边界中的至少一个边界。
4.根据权利要求1所述的方法，其中，所述经重新公式化的pde的所述bc的所述解的所述第二预测还包括表示所述对象的所述物理量的梯度的所述额外量的预测。
5.根据权利要求2所述的方法，其中，生成所述经重新公式化的pde的bc的解的第二预测还包括：
6.根据权利要求5所述的方法，其中，生成所述经重新公式化的pde的bc的解的第二预测还包括：
7.根据权利要求2所述的方法，其中，通过由所述组合单元组合解的所述第一预测和解的所述第二预测来获得所述经重新公式化的pde的解的最终预测还包括：
8.根据权利要求7所述的方法，其中，组合解的所述第一预测和解的所述第二预测还包括：通过确保与任何一个边界相对应的所述第二预测的部分在其他边界处衰减到对所述其他边界具有不显著影响的程度，来组合与所述对象的所述边界相对应的所述第二预测的相应部分。
9.根据权利要求2所述的方法，还包括：
10.根据权...
【专利技术属性】
技术研发人员：朱军，刘松铭，郝中楷，应铖阳，苏航，程泽，
申请(专利权)人：罗伯特·博世有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。