伦敦帝国理工学院的研究人员开发了一种计算框架，采用基于密度的拓扑优化方法来调整超材料的单胞结构。该系统为设计域中的每个元素分配数值，优化器不断更新这些密度值，直到模拟的均匀化响应与用户定义的目标点相匹配。
基于Firedrake、pyadjoint和cyipopt的工作流程 🛠️
该工作流程使用开源Python库，如用于有限元分析的Firedrake、用于自动微分的pyadjoint以及用于非线性优化的cyipopt。所采用的积分方法对实现设计收敛至关重要。作者表示，这种方法可以支持可变形结构、软体机器人和吸能材料等超材料的开发，将仿真与优化结合在一个易于访问的环境中。
不知何时停止的优化器 ☕
因为没有什么比让算法决定你的材料应该是什么样子，而你却在喝咖啡更高效的了。系统不断迭代，直到模拟结果与目标一致，但人们不禁要问：如果目标是既能吸收能量又能煮咖啡的材料呢？ 目前，研究人员只专注于可变形结构、软体机器人和吸能材料，这已经相当不错了。