本研究提出了一种新的拓扑优化方法DCPINN-TO，结合卷积神经网络（CNN）和物理信息神经网络（PINN），有效解决最大刚度拓扑优化问题。通过动态配置和活跃采样策略，该方法在多个验证案例中展现出高效性和准确性，并探讨了神经拓扑优化在非凸问题中的潜力及其对优化过程的影响，强调了选择合适神经网络架构的重要性。