1.一种板壳加强筋生成式设计方法，其特征在于，包括：

搭建板壳加强筋仿真环境，构建有限元板壳加筋理论模型并对所述有限元板壳加筋理论模型进行有限元数值模拟；

根据所述有限元板壳加筋理论模型的边界约束和载荷结合优化目标，设置目标函数、约束条件以及加强筋生成起始点的数量与位置；

运用Python构建深度强化学习仿真环境，调用Abaqus代码文件，以生成板壳结构中的加强筋并进行加强筋参数的数值计算；

采用MATLAB构建深度强化学习智能体模型，并根据所述目标函数选择加强筋的生成方向，通过学习仿真环境得到奖励函数，输出动作的概率分布；

通过所述板壳加强筋仿真环境与所述深度强化学习智能体模型的交互，并通过深度强化学习算法训练并得到符合所述优化目标的板壳加强筋生成角度的策略，以最小化板壳强筋结构整体应变能，输出板壳加强筋优化布局。

2.根据权利要求1所述的板壳加强筋生成式设计方法，其特征在于，搭建板壳加强筋仿真环境，构建有限元板壳加筋理论模型并对所述有限元板壳加筋理论模型进行有限元数值模拟，包括：搭建有限元板壳加筋理论模型，设定板壳材料及物理性能，并对所述有限元板壳加筋理论模型添加边界约束和载荷；

设置加强筋的参数，所述参数包括加强筋截面的形状、尺寸、材料及基准面；

根据所述有限元板壳加筋理论模型以及工况复杂度对所述有限元板壳加筋理论模型进行网格划分，并对所述有限元板壳加筋理论模型进行有限元数值模拟。

3.根据权利要求2所述的板壳加强筋生成式设计方法，其特征在于，所述板壳理论模型的边界约束为左边界铰链约束，所述载荷分布为右边界两顶点集中受力。

4.根据权利要求1所述的板壳加强筋生成式设计方法，其特征在于，所述目标函数为最小化板壳加筋结构整体应变能；所述约束条件为板壳加筋结构整体质量与体力；所述加强筋生成起始点的数量与位置为根据所述有限元板壳加筋理论模型的边界约束和载荷受力的复杂程度选择的。

5.根据权利要求1所述的板壳加强筋生成式设计方法，其特征在于，采用MATLAB构建深度强化学习智能体模型，并根据所述目标函数选择加强筋的生成方向，通过学习仿真环境得到奖励函数，输出动作的概率分布，包括：构建深度强化学习智能体模型，设定训练参数；

设置所述深度强化学习智能体模型的观测状态及动作空间；

根据所述有限元板壳加筋理论模型的边界约束和载荷，设置奖励函数以及奖励函数的传递效率；所述奖励函数为最小化结构整体应变能；

选取时变贪心策略为动作选取策略，以输出训练时的动作概率。

6.根据权利要求5所述的板壳加强筋生成式设计方法，其特征在于，所述训练参数包括所述深度强化学习智能体模型的隐藏层层数与神经元数、神经网络层激活函数、学习率、归一化方式、正则率、神经网络训练算法、神经网络训练、更新频率以及单次训练调用样本量。

7.根据权利要求5所述的板壳加强筋生成式设计方法，其特征在于，设置所述深度强化学习智能体模型的观测状态及动作空间，包括：设置所述深度强化学习智能体模型的观测状态为当前加强筋生成起点的网格节点号、当前结构应变能与上一状态应变能差值、当前结构质量与上一状态质量差值；

设置所述深度强化学习智能体模型的动作空间为以当前网格节点为中心点的预设角度。

8.根据权利要求5所述的板壳加强筋生成式设计方法，其特征在于，选取时变贪心策略为动作选取策略，以输出训练时的动作概率，包括：当 时，随机选择加强筋生成方向；

当 时，选择预测网络输出的达到预设Q值的加强筋生成方向；

其中，Pe为0～1之间随机数，Ts为智能体训练次数。

9.根据权利要求1所述的板壳加强筋生成式设计方法，其特征在于，所述深度强化学习算法的表达式为：p(st+1|st)＝p(st+1|ht)；

其中，s1,…,st为当前板壳加强筋的状态序列；st为当前板壳加强筋模型状态，包括：加强筋的网格节点号、当前模型整体应变能、当前模型整体质量，st+1为板壳加强筋生成后的模型状态，包括：下一时刻加强筋的网格节点号、下一时刻的模型整体应变能、下一时刻的模型整体质量，ht＝{s1,s2,s3,…,st}为此前所有板壳加强筋模型的状态的历史。

10.根据权利要求1所述的板壳加强筋生成式设计方法，其特征在于，所述奖励函数的表达式为：R(s,a)＝f(s,a,s′)；

其中，R表示奖励，s是当前板壳加强筋的状态，包括：当前加强筋的网格节点号、当前模型整体应变能、当前模型整体质量；a是智能体选择的板壳加强筋生成方向的角度，包括：

0°、45°、90°、135°、180°、225°、270°、315°，s′为智能体在执行动作a后转移到的新的板壳加强筋的状态，即加强筋生成后的网格节点号、加强筋生成后模型的整体应变能、加强筋生成后模型的整体质量，f()函数是以加强筋生成前后应变能变化量为自变量的奖励函数，它可以根据加强筋生成前后模型应变能变化程度的多少对智能体的行为进行奖励或惩罚。