一种基于深度神经网络的结构优化求解算法（英文）

目的:提出一种新的优化方法以解决结构优化问题。创新点:不是通过灵敏度分析来解决优化问题,而是利用深度学习神经网络的优势来寻找优化函数的最优值。方法:1.采用基于拉格朗日对偶和深度神经网络的方法。2.将输入数据用于训练神经网络,直到输出值与预测值非常接近为止。3.通过深度学习插值求解拉格朗日min-max对偶问题,从而找到最小输入值。结论:1.该方法可以解决结构优化问题,但它限制了设计变量输入的数量。2.该方法的准确性取决于输入的区间大小;因此,下一步工作是发展新方法以减少输入数据集的数量。