heterogeneous solids

新的PI-GNN提供改进的应力局部化建模

研究人员开发了一种新颖的变分物理信息图神经网络（PI-GNN），旨在更准确地模拟非均质固体中的应力局部化。与依赖惩罚项或特定正则化宽度的传统物理信息神经网络（PINNs）不同，该PI-GNN将非均质性直接集成到网格图中并最小化总势能。这种方法显著减少了应力和位移计算中的误差，尤其是在材料刚度失配的宽范围内，其性能优于强形式PINNs，并取得了与有限元方法相当的结果。