mesh-based neural energy method

新的基于网格的神经能量方法提高了材料模拟的准确性

研究人员推出了一种基于网格的神经能量方法（M-NEM），以改进异质材料的模拟。这种新方法解决了现有物理信息神经网络（如深度能量方法 DEM）的局限性，这些局限性可能导致错误和高昂的计算成本。M-NEM 利用网格离散化和形状函数来强制执行运动学约束，与传统方法相比，显著减少了应力误差并提高了速度。研究还发现，径向基函数神经网络（RBFNNs）在 M-NEM 框架内处理尖锐材料梯度方面表现最佳。