報告時間：2025年4月3日（星期四）15:00
報告地點：緯地樓414會議室
報 告 人：閻軍 教授
工作單位：大連理工大學
舉辦單位：土木與水利工程學院
報告簡介：
拓撲優化可以幫助工程師提出高效新穎的概念設計方案，但傳統的基于有限元的優化需要大量的計算能力，并且無法實現實時優化。本研究提出了基于深度學習模型的實時拓撲優化方法，通過結構初始主應力矩陣學習和基于固體各向同性材料懲罰模型（SIMP）的分步訓練方法來預測拓撲結果。與傳統有限元迭代優化相比，該方法可大幅減少計算量并獲得高精度結果。進一步引入的分步訓練策略，結合多個子模型并行訓練與密度矩陣等歷史信息，有效提升有限樣本利用效率與預測精度。通過經典短懸臂梁與最大第一特征頻率等示例驗證所提出方法的有效性。
報告人簡介：
閻軍，男，教育部特聘教授，博士生導師。現擔任大連理工大學力學與航空航天學院院長、遼寧省力學學會理事長、Journal of Marine Science and Engineering” 、“Materials” 、“哈爾濱工程大學學報”、“科技導報”等期刊編委。在國際、國內重要學術期刊上發表論文200余篇，其中發表SCI期刊論文100余篇，他引2200余次。出版英文專著1部，獲授權專利26項，獲批軟件著作權26項。承擔國家重點研發計劃項目課題、國家自然科學重點基金、國家高科技發展計劃（863）重大項目子課題、省級超千萬項目等40余項。曾獲國家自然科學獎二等獎、遼寧省科技進步一等獎等7項獎勵。
