近日，建筑工程学院土木工程高性能材料与新型结构体系科研创新团队在人工智能领域顶级期刊《Engineering Applications of Artificial Intelligence》（中国科学院一区，影响因子IF=8）发表题为“Mixed-variable optimization of bi-directional functionally graded porous plates based on multi-patch isogeometric analysis”的最新研究成果。该研究聚焦双向功能梯度多孔板结构优化设计难题，创新性构建了融合人工智能算法与等几何数值分析技术的混合变量优化框架，为复杂工程结构的高性能精细化设计提供了全新思路。论文第一署名单位为我校安徽省绿色建筑与数字建造工程研究中心，硕士研究生崇云为第一作者，汪超副教授为通讯作者。
针对传统优化方法设计变量固定、难以兼顾计算效率与结构综合性能的瓶颈，本研究从自适应优化视角出发，建立混合变量优化体系，通过基于固定汉明权重的自适应控制点选择策略，实现对结构关键区域的动态识别与设计变量智能筛选，显著降低优化问题维度。数值结果表明，所提方法在提升结构力学性能、优化材料空间分布等方面成效显著，为功能梯度多孔结构的高效优化设计提供了新的技术路径。该成果不仅对推动复合材料工程结构轻量化、高性能化设计具有重要理论与工程价值，也为我院智能建造学科方向的发展注入了一定科研动力。
附原文链接：https://www.sciencedirect.com/science/article/pii/S0952197626005786?pes=vor&utm_source=clarivate&getft_integrator=clarivate