专栏名称: COMSOL 多物理场仿真技术
致力于介绍COMSOL多物理场仿真技术,涉及声-结构、MEMS、数学等模块,教学sci文献案例,讲解仿真要点以及定期分享最新的声学超材料文献
目录
相关文章推荐
中国电建  ·  亚冬会时刻 | 中国电建为冰雪之城添动力 ·  12 小时前  
MINISO名创优品  ·  【上新通知】迪士尼米奇“趣享生活”系列上市 ·  昨天  
玩物志  ·  《哪吒 2》影史最佳,奇迹还是必然? ·  3 天前  
刀法研究所  ·  阿里人士否认投资DeepSeek;斯凯奇20 ... ·  2 天前  
51好读  ›  专栏  ›  COMSOL 多物理场仿真技术

学术前沿 | 基于机器学习的超材料表征与逆设计

COMSOL 多物理场仿真技术  · 公众号  ·  · 2024-07-31 21:00

正文

超材料具有独特的结构,表现出适用于各个领域的卓越特性。实验和有限元方法 (FEM) 等传统方法已被广泛用于表征这些特性。然而,使用这些方法探索广泛的结构来设计具有优异性能的所需结构可能非常耗时。本文提出了一种基于机器学习的方法来加速预测有效的超材料特性,从而发现具有多样化和突出特性的微结构。该过程涉及构建 2D 和 3D 微观结构,包括多孔材料、固-固基材料和液-固基材料。然后采用有限元方法来确定超材料的有效特性。随后,应用随机森林(RF)算法来训练和预测有效属性。此外,Aquila Optimizer (AO) 方法用于逆向设计中的多重优化任务。回归模型能够准确估计,确定系数高于0.98,平均绝对百分比误差低于0.088,均方根误差低于0.03,表明基于机器学习的方法可以准确表征超材料特性。AO 在前 30 次迭代中设计了具有高杨氏模量和低导热率的优化结构。这种方法加速了超材料有效特性的模拟,并可以设计具有多种优异性能的微结构。这项工作为各种实际应用(例如振动吸能器)中的微结构设计提供了指导。

在本研究中,我们提出了一种基于机器学习的方案来预测有效的超材料特性和逆设计结构。本研究的相应结果的结论如下:

(1)对于二维微观结构,RF回归模型预测了多孔超材料和固态超材料的有效杨氏模量、有效泊松比和有效导热系数。均方根误差、决定系数和平均绝对百分比误差分别为0.0002、0.99945和0.0380。

(2)对于三维微观结构,射频回归模型预测了在流体静力学和流体动力学的情况下,流体-固体超材料的有效导热系数。均方根误差、决定系数和平均绝对百分比误差分别为0.0004、0.99992和0.0182。







请到「今天看啥」查看全文