Graph neural network-based algorithm for design optimization of truss structures

doi:10.1016/j.istruc.2026.113145

Graph neural network-based algorithm for design optimization of truss structures

2026-09-30

0

PRE

AI

DOI：10.1016/j.istruc.2026.113145

原文链接

原文求助

摘要

En 中文

本文提出了一种基于图神经网络（GNN）的新型算法，用于桁架结构的设计优化，该算法通过结合多头注意力（MHA）机制和一种新开发的混合自适应采样策略。该算法包括：利用有限元分析（FEA）生成高保真训练数据集以建立图注意力网络（GAT）代理模型，通过训练的GAT模型近似目标或约束函数，以及使用粒子群优化（PSO）算法求解结构优化问题。结果表明，GAT代理模型显著减少了所需的高保真训练数据集数量，并表现出强大的近似目标或约束函数的能力，从而能够准确估计最优解。通过两个桁架结构的数值算例表明，所提出的算法为结构优化问题的解提供了准确且计算高效的估计。

Keyword:

Structural optimization

Surrogate model

Graph attention network

Finite element method

Particle swarm optimization

Objective function

Graph neural network-based algorithm for design optimization of truss structures

摘要

期刊

机构

引用论文