Titre : L’optimisation topologique en utilisant l’intelligence artificielle 

Auteurs : Ahmed Ait Ouchaoui
, Mohammed Nassraoui
, Bouchaib Radi,  

Revue : Incertitudes et fiabilité des systèmes multiphysiques 

Numéro : Numéro 2 

Volume : 8 

Date : 2024/10/24 

DOI : 10.21494/ISTE.OP.2024.1231 

ISSN : 2514-569X 

Résumé : Cet article présente une analyse de l’optimisation topologique utilisant l’apprentissage profond, à savoir les réseaux adversariaux génératifs (GAN), et l’optimisation topologique utilisant la méthode SIMP (Solid Isotropic Material with Penalization). Nous décrivons les fondements théoriques des GAN et de la technique SIMP. Une poutre en porte-à-faux avec des conditions limites prédéterminées a fait l’objet d’une étude statique pour montrer l’efficacité pratique de ces méthodes. Les paramètres de performance structurelle, tels que le déplacement directionnel maximal, la contrainte maximale de Von Mises et l’énergie de déformation. Les résultats montrent que l’optimisation topologique basée sur l’apprentissage profond, telle que démontrée par TopologyGAN, offre des avantages considérables en termes d’amélioration de l’exactitude de la conception et de la performance informatique. 

Éditeur : ISTE OpenScience