Para melhorar tanto a eficiência quanto a robustez do design de dispositivos, este artigo apresenta uma estrutura inteligente para a otimização do layout de dispositivos. Primeiramente, um dispositivo modular com componentes reconfiguráveis foi projetado para peças de paredes finas, permitindo mudanças rápidas nos conceitos de fixação. Em seguida, um algoritmo de amostragem gananciosa baseado em Sobol (SGS) foi desenvolvido para um design eficiente de experimentos (DoE). Com base nas amostras de layout, simulações estáticas e dinâmicas automatizadas em Python fornecem dados de treinamento para modelos de ML. Esses modelos então serviram como substitutos para as funções objetivas e foram integrados com NSGAII para alcançar soluções Pareto-ótimas. Finalmente, ensaios de fresagem com monitoramento em tempo real e medições de superfície/tolerância validaram a estrutura proposta.
Feng et al. (Sex,) estudaram essa questão.