概括而言，本公開內(nèi)容的各方面涉及人工智能(ai)，并且更具體地，本公開內(nèi)容的各方面涉及優(yōu)化對象的結構。

背景技術：

1、對象的結構(諸如其形狀、尺寸或材料分布)影響對象的性能。對象的示例可以是飛機的機翼、房屋的桁架、反應器中的管道等。例如，機翼的形狀影響氣流相對于機翼的壓力和速度，而壓力和速度影響機翼的物理系統(tǒng)的性能。物理系統(tǒng)可以通過偏微分方程(pde)來描述。物理系統(tǒng)的狀態(tài)變量(諸如壓力和速度)可以通過基于結構參數(shù)(諸如描述對象的形狀的結構參數(shù))來求解pde來獲得。

2、期望設計對象的結構以便提高其性能，該過程可以被稱為結構優(yōu)化。結構優(yōu)化可應用于許多領域，包括科學領域、工程領域、工業(yè)領域等。例如，可以在制造之前通過結構優(yōu)化過程來優(yōu)化化學催化劑顆粒的形狀、汽車部件的形狀等。

3、由于大多數(shù)物理系統(tǒng)是通過偏微分方程(pde)來描述的，所以結構優(yōu)化通常是利用管理pde(governing?pde)來執(zhí)行的。這可能是耗時的，因為在優(yōu)化的每次迭代時都需要求解pde。

技術實現(xiàn)思路

1、為了提高結構優(yōu)化的效率，本公開內(nèi)容提出了一種用于結構優(yōu)化的新穎框架，通過該框架，可以在保證優(yōu)化性能的同時降低耗時和計算要求。

2、根據(jù)實施例，提供了一種用于優(yōu)化對象的結構的計算機實現(xiàn)的方法。所述方法包括：由神經(jīng)邊界算子(nbo)接收結構參數(shù)，其中，所述結構參數(shù)用于描述所述對象的邊界形狀，并且所述nbo被訓練為將所述對象的邊界形狀的結構參數(shù)映射到偏微分方程(pde)的解的近似，所述pde被公式化為表征與所述對象相關的物理系統(tǒng)；由所述nbo利用正向傳遞從所述結構參數(shù)生成狀態(tài)變量，其中，所述狀態(tài)變量對應于所述pde的所述解并且用于描述與所述對象相關的所述物理系統(tǒng)的物理狀態(tài)；基于所述狀態(tài)變量來計算優(yōu)化目標值；以及基于所述優(yōu)化目標值來更新所述對象的所述結構參數(shù)。

3、根據(jù)實施例，提供了一種用于收集用于訓練神經(jīng)邊界算子(nbo)的訓練數(shù)據(jù)集的方法，其中，所述nbo被訓練為將對象的邊界形狀的結構參數(shù)映射到偏微分方程(pde)的解的近似，所述pde被公式化為表征與所述對象相關的物理系統(tǒng)，其中，pde的所述解對應于用于描述與所述對象相關的所述物理系統(tǒng)的物理狀態(tài)的狀態(tài)變量。所述方法包括：根據(jù)所述對象的所述結構參數(shù)的第一分布，對與所述對象的第一數(shù)量的邊界形狀相對應的第一數(shù)量的結構參數(shù)集合進行采樣，其中，所述第一分布是均勻分布；通過使用數(shù)值求解器來基于所述第一數(shù)量的結構參數(shù)集合來求解所述對象的所述pde，生成第一數(shù)量的狀態(tài)變量集合；根據(jù)所述對象的所述結構參數(shù)的第二分布，對與所述對象的第二數(shù)量的邊界形狀相對應的第二數(shù)量的結構參數(shù)集合進行采樣，其中，所述第二分布是基于所述第一數(shù)量的結構參數(shù)集合來確定的；以及通過使用所述數(shù)值求解器來基于所述第二數(shù)量的結構參數(shù)集合來求解所述對象的所述pde，生成第二數(shù)量的狀態(tài)變量集合，其中，所述第一數(shù)量的結構參數(shù)集合、對應的所述第一數(shù)量的狀態(tài)變量集合、所述第二數(shù)量的結構參數(shù)集合、以及對應的所述第二數(shù)量的狀態(tài)變量集合被包括在所述訓練數(shù)據(jù)集中。

4、根據(jù)實施例，提供了一種計算機系統(tǒng)，其包括一個或多個處理器和存儲計算機可執(zhí)行指令的一個或多個存儲設備，所述計算機可執(zhí)行指令在被執(zhí)行時使得所述一個或多個處理器執(zhí)行如上所述的方法的操作以及執(zhí)行根據(jù)本公開內(nèi)容的各方面所述的方法的操作。

5、根據(jù)實施例，提供了一種或多種存儲計算機可執(zhí)行指令的計算機可讀存儲介質(zhì)，所述計算機可執(zhí)行指令在被執(zhí)行時使得一個或多個處理器執(zhí)行如上所述的方法的操作以及執(zhí)行根據(jù)本公開內(nèi)容的各方面所述的方法的操作。

6、根據(jù)實施例，提供了一種包括計算機可執(zhí)行指令的計算機程序產(chǎn)品，所述計算機可執(zhí)行指令在被執(zhí)行時使得一個或多個處理器執(zhí)行如上所述的方法的操作以及執(zhí)行根據(jù)本公開內(nèi)容的各方面所述的方法的操作。

7、通過使用nbo(其學習對象的各種邊界形狀的結構參數(shù)與pde的解之間的映射)，在優(yōu)化框架中，可以顯著提高結構優(yōu)化的效率，同時解決了求解pde的瓶頸。此外，通過使用自適應采樣框架來收集用于訓練nbo的訓練數(shù)據(jù)集，通過利用對象的結構的先驗的開發(fā)和未知結構的探索之間的折衷來降低nbo的訓練成本。在下文的描述中解釋了其它優(yōu)點和增強

技術特征：

1.一種用于優(yōu)化對象的結構的計算機實現(xiàn)的方法，包括：

2.根據(jù)權利要求1所述的方法，還包括：

3.根據(jù)權利要求1所述的方法，其中，所述nbo包括分支網(wǎng)絡和主干網(wǎng)絡，所述分支網(wǎng)絡取所述結構參數(shù)作為其輸入并且輸出第一向量集合，所述主干網(wǎng)絡取所述對象的坐標作為其輸入并且輸出第二向量集合，其中，取所述第一向量集合與所述第二向量集合之間的相應點積作為所述狀態(tài)變量。

4.根據(jù)權利要求1所述的方法，其中，所述nbo包括分支網(wǎng)絡、主干網(wǎng)絡和端口網(wǎng)絡，所述分支網(wǎng)絡取所述結構參數(shù)作為其輸入并且輸出第一向量集合，所述主干網(wǎng)絡取所述對象的坐標作為其輸入并且輸出第二向量集合，并且所述端口網(wǎng)絡取所述第一向量集合和所述第二向量集合作為輸入并且輸出所述狀態(tài)變量。

5.根據(jù)權利要求4所述的方法，其中，所述分支網(wǎng)絡、所述主干網(wǎng)絡和所述端口網(wǎng)絡是全連接網(wǎng)絡。

6.根據(jù)權利要求1所述的方法，還包括：

7.根據(jù)權利要求6所述的方法，其中，所述收集所述訓練數(shù)據(jù)集還包括：

8.根據(jù)權利要求7所述的方法，其中，所述數(shù)值求解器是有限元方法(fem)求解器。

9.根據(jù)權利要求7所述的方法，其中，所述第二分布還是基于所述對象的未采樣的結構參數(shù)的所述優(yōu)化目標值來確定的。

10.根據(jù)權利要求9所述的方法，其中，所述對象的所述未采樣的結構參數(shù)的所述優(yōu)化目標值是通過估計器來估計的，其中，所述估計器是基于所述第二數(shù)量的結構參數(shù)集合和第二數(shù)量的對應的優(yōu)化目標值來訓練的，其中，所述第二數(shù)量的對應的優(yōu)化目標值是基于所述第二數(shù)量的狀態(tài)變量集合來獲得的。

11.根據(jù)權利要求9所述的方法，其中，所述第二分布p(θ)是通過以下方程來確定的：其中，j(θ)表示所述未采樣的結構參數(shù)θ的所述優(yōu)化目標函數(shù)，表示平衡因子，st表示到目前為止采樣的θi的集合，||·||2表示l2范數(shù)。

12.根據(jù)權利要求1所述的方法，其中，所述對象是燃料電池雙極板、汽車的一部分、飛機的一部分、建筑物的一部分、反應器的管道、流擋板中的一者。

13.根據(jù)權利要求1所述的方法，其中，所述結構參數(shù)包括位置、半徑、寬度、高度、長度、錨點中的至少一者，并且所述狀態(tài)變量包括速度、壓力、溫度中的至少一者。

14.一種用于收集用于訓練神經(jīng)邊界算子(nbo)的訓練數(shù)據(jù)集的方法，其中，所述nbo被訓練為將對象的邊界形狀的結構參數(shù)映射到偏微分方程(pde)的解的近似，所述pde被公式化為表征與所述對象相關的物理系統(tǒng)，其中，pde的所述解對應于用于描述與所述對象相關的所述物理系統(tǒng)的物理狀態(tài)的狀態(tài)變量，所述方法包括：

15.根據(jù)權利要求14所述的方法，其中，所述第二分布還是基于所述對象的未采樣的結構參數(shù)的所述優(yōu)化目標值來確定的。

16.根據(jù)權利要求15所述的方法，其中，所述對象的所述未采樣的結構參數(shù)的所述優(yōu)化目標值是通過估計器來估計的，其中，所述估計器是基于所述第一數(shù)量的結構參數(shù)集合和第一數(shù)量的對應的優(yōu)化目標值來訓練的，其中，所述第一數(shù)量的對應的優(yōu)化目標值是基于所述第一數(shù)量的狀態(tài)變量集合來獲得的。

17.根據(jù)權利要求15所述的方法，其中，所述第二分布p(θ)是通過以下方程來確定的：其中，j(θ)表示所述未采樣的結構參數(shù)θ的所述優(yōu)化目標函數(shù)，表示平衡因子，st表示到目前為止采樣的θi的集合，||·||2表示l2范數(shù)。

18.一種計算機系統(tǒng)，包括：

19.一種或多種存儲計算機可執(zhí)行指令的計算機可讀存儲介質(zhì)，所述計算機可執(zhí)行指令在被執(zhí)行時使得一個或多個處理器執(zhí)行根據(jù)權利要求1-17中的一項所述的方法的操作。

20.一種包括計算機可執(zhí)行指令的計算機程序產(chǎn)品，所述計算機可執(zhí)行指令在被執(zhí)行時使得一個或多個處理器執(zhí)行根據(jù)權利要求1-17中的一項所述的方法的操作。

技術總結
本公開內(nèi)容提供了一種用于優(yōu)化對象的結構的計算機實現(xiàn)的方法。該方法包括：由神經(jīng)邊界算子(NBO)接收結構參數(shù)，其中，結構參數(shù)用于描述對象的邊界形狀，并且NBO被訓練為將對象的邊界形狀的結構參數(shù)映射到偏微分方程(PDE)的解的近似，PDE被公式化為表征與對象相關的物理系統(tǒng)；由NBO從結構參數(shù)生成狀態(tài)變量，其中，狀態(tài)變量對應于PDE的解并且用于描述與對象相關的物理系統(tǒng)的物理狀態(tài)；基于狀態(tài)變量來計算優(yōu)化目標值；以及基于優(yōu)化目標值來更新結構參數(shù)。

技術研發(fā)人員：朱軍,程澤,劉松銘,蘇航,郝中楷,應鋮陽
受保護的技術使用者：羅伯特·博世有限公司
技術研發(fā)日：
技術公布日：2024/12/19