摘要
本发明提供了一种基于物理信息神经网络的加筋壁板轴向压缩载荷预测方法,包括确定整个物理信息神经网络框架的输入目标和输出目标;通过LHS方法对输入目标进行抽样;选取一组抽取的样本作为输入参数建立加筋壁板压缩工况的有限元模型;修改建立完成的有限元模型日志文件,将模型参数化,建立多个基于LHS抽取的输入目标样本的有限元模型,并得到对应的输出参数;将输入参数和对应的输出参数分为训练集与测试集,确定输入参数与输出参数间的物理关系,构建物理信息神经网络的基本方程结构;通过训练集对建立的物理信息神经网络进行训练,然后将测试集读取到训练完成的框架中,通过网络框架运行状态不断调整参数以达到高预测精度。
技术关键词
载荷预测方法
神经网络框架
加筋壁板
拉丁超立方抽样
物理
参数
ABAQUS平台
样本
相互作用模块
定义
指派
可视化模块
网格
装配模块
关系
系统为您推荐了相关专利信息
吸收装置
量化分析方法
末端缓冲装置
数学模型
神经网络结构
海上风电桩基
定量预测方法
速率
泥沙
注意力机制