基于力学嵌入异构图神经网络的结构优化方法

本发明公开了一种基于力学嵌入异构图神经网络的结构优化方法，包括对异构图神经网络进行预训练、对经过预训练的异构图神经网络进行迁移学习得到预训练模型、在预训练模型中嵌入预设的力学损失函数得到力学嵌入异构图神经网络和将工程结构的实时荷载工况输入力学嵌入异构图神经网络输出第二预测值。本申请，通过采用预训练模型与神经网络重参数化相结合的方式实现兼顾计算效率与计算精度，该预训练模型的训练时间大大缩短，预测精度也有所提高，且基于改进的损失函数中的力学约束及自适应权重系数，使得迭代过程更具鲁棒性，从而实现工程结构的优化。