力学与实践

作者：荆宇航, 王朝阳, 蔺永康, 杨志强, 方国东, 赵锐, 李景彤,

关键词：机器学习, 神经网络, 物理信息, 深度能量法, 应力分析,

采用机器学习结合计算力学分析了带孔薄板的应力问题，其中数据驱动神经网络依赖于输入数据，通过学习数据中的模式来进行预测。物理信息神经网络通过嵌入平衡方程，提高了准确性和泛化能力。深度能量法根据最小势能原理构造损失函数，计算效率和准确性明显更优，给出了其在双向均匀拉伸和非均匀拉伸下的 Von Mises 应力和误差云图，误差不超过5%。与机器学习的交叉有力地促进了计算力学研究范式的创新，并不断拓展其深度和应用范围。

来源：2025年第2期

《力学与实践》期刊编辑部

查看力学与实践杂志2025年第2期