摘要
本申请特别涉及一种基于双网格动态权重优化的固体力学计算方法及装置,其中,方法包括:判断是否存在平面板受拉过程的固体力学计算需求;若存在,则建立平面板受拉过程的固体力学问题并建立粗网格离散模型和细网格离散模型;基于预设的深度神经网络和上述的两个模型建立第一非线性映射关系和第二非线性映射关系;构建复合损失函数,并基于预设的训练策略,根据第一非线性映射关系和第二非线性映射关系对复合损失函数进行分阶段协同训练,直至达到预设训练轮次或者训练后的复合损失函数满足预设精度要求,根据训练后的复合损失函数求解得到固体力学问题位移场的解。由此,解决了相关技术中细网格模型收敛速度慢等问题,提升了训练效率。
技术关键词
非线性映射关系
动态权重优化
力学计算方法
固体
深度神经网络
分阶段
坐标
策略
物理
处理器
计算机程序产品
网格模型
节点
精度
模块
系统为您推荐了相关专利信息
流量预测模型
闭环控制方法
动态
高频差压传感器
背压
材料性能预测
标准化方法
深度神经网络
可解释人工智能
材料数据库
大型油品
指标
周边环境参数
GIS技术
安全监控方法
语音识别模型
文本
训练深度神经网络
私有通信协议
数据