检索结果-南通市图书馆

Deep Reinforcement Learning for Multi-Phase Microstructure Design

Computers, Materials & Continua 2021年第7期68卷 1285-1302页

作者： Jiongzhi Yang Srivatsa Harish Candy Li Hengduo Zhao brittney antous Pinar Acar Virginia Polytechnic Institute and State University Blacksburg24061VAUSA

This paper presents a de-novo computational design method driven by deep reinforcement learning to achieve reliable predictions and optimum properties for periodic *** recent developments in 3-D printing,microstructures can have complex geometries and material phases fabricated to achieve targeted mechanical *** material property enhancements are promising in improving the mechanical,thermal,and dynamic performance in multiple engineering systems,ranging from energy harvesting applications to spacecraft *** study investigates a novel and efficient computational framework that integrates deep reinforcement learning algorithms into finite element-based material simulations to quantitatively model and design 3-D printed periodic *** algorithms focus on improving the mechanical and thermal performance of engineering components by optimizing a microstructural architecture to meet different design ***,the machine learning solutions demonstrated equivalent results to the physics-based simulations while significantly improving the computational time *** outcomes of the project show promise to the automation of the design and manufacturing of microstructures to enable their fabrication in large quantities with the utilization of the 3-D printing technology.

关键词： Deep learning reinforcement learning microstructure design

来源：

维普期刊数据库评论

在线全文

维普期刊数据库

学校读者我要写书评

暂无评论

欢迎您,

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

请选择保存的检索档案：

请选择收藏分类：

通借通还

欢迎您,

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：