摘要
本发明提供了一种基于流形神经算子的拓扑优化方法，属于结构设计与优化技术领域。该方法包括以下步骤：步骤S1、确定给定拓扑优化任务的设计域几何，对其进行网格划分，并求解定义在该网格上的一组拉普拉斯算子特征函数；步骤S2、基于拉普拉斯算子特征函数构建拉普拉斯核积分模块，并进一步构建流形神经算子模型；步骤S3、根据拓扑优化任务的优化目标、优化约束、边界条件、材料属性，对流形神经算子模型进行迭代训练。本发明采用上述的方法，通过引入流形神经算子，实现连续的场到场几何结构表征，克服了传统基于全连接神经网络的离散的点到点表征模式得到的几何结构局部连续性差的问题，实现了可制造性更好的拓扑优化设计。
