买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：汕头大学

摘要：本发明实施例公开了一种基于机器学习的复合结构设计方法以及一种图灵斑图型复合结构，其通过多个单层板壳状结构相互以一定旋转角度螺旋叠合形成三维整体结构，并且各单层板壳状结构之间由均质薄层相互连接，所述各单层板壳状结构由弹性模量大小不同即软硬不同的两种材料按照某一几何形状、某一宽度、某一图灵斑图模型、某一图灵斑图扩散时间相互嵌合而成。本发明实施例还公开了用于设计上述复合材料的设计方法，其基于机器学习来实现基于不同图灵斑图以及对单层结构复合过程汇总进行参数变换的情况下，对材料结构参数进行预测，进而实现复合材料智能设计。

主权项：1.一种基于机器学习的斑图型抗穿透复合结构的设计方法，其特征在于，具体包括以下步骤：步骤S1：通过调整BZ震荡反应、GrayScott模型、LE模型三种斑图模型生成图灵斑图图像，并将生成的图灵斑图图像转换成二值高精度像素图像，进而生成表示图灵斑图区域内部和区域外部的二值矩阵数字图片；步骤S2：将步骤S1生成的二值矩阵数字图片赋予几何尺寸进行三维化，并根据二值矩阵的数值分别赋予软硬材料构并构建出含有两种材料的抗穿透单层结构几何实体和相应的几何数据矩阵，并基于步骤S1所述的图灵斑图图像将所述抗穿透单层结构分为训练集和测试集；步骤S3：基于S2中的训练集，对训练集的斑图型抗穿透单层和多层结构进行有限元分析，构建出学习目标数据矩阵组，将目标的力学属性作为监督信号，帮助机器学习模型学习到输入特征与输出目标之间的映射关系；步骤S4：构建机器学习模型，将所述训练集的单层结构参数和多层结构参数分别作为机器学习模型的输入，以步骤S3学习目标的几何数据矩阵组作为目标，进行多轮训练并优化机器学习模型输入特征与学习目标之间的映射关系，获得设计斑图型抗穿透复合结构的机器学习模型；步骤S5：将测试集的单层复合结构和多层复合结构进行有限元分析，计算该结构的目标力学性能，同时将所述测试集的单层结构参数和多层结构参数分别作为所述机器学习模型的输入参数，进而预测其力学性能，将步骤S4所得机器学习模型预测的目标力学性能和有限元分析计算得到的力学性能对比，验证机器学习模型的泛化能力；步骤S6：通过步骤5所述的机器学习模型，预测得到基于图灵斑图的单层复合结构和多层复合结构的力学性能，并根据预测结果设计出拥有更高抗穿透能力的斑图型单层抗穿透结构和多层复合结构。

全文数据：

权利要求：

百度查询： 汕头大学 一种基于机器学习的斑图型抗穿透复合结构的设计方法以及图灵斑图型复合结构