编程物理信息神经网络在计算固体力学中的应用介绍
摘要：基于物理信息的神经网络（Physics-informed neural network，简称PINN）在计算力学领域近年来引起了越来越多的关注。本文详细介绍了基于PINN的计算固体力学编程方法，并总结了两种常用的适用于基于PINN的计算固体力学的物理信息损失函数。此外，通过从一维到三维的固体问题的数值示例展示了基于PINN的计算固体力学的性能。这些程序是通过Python编程语言和TensorFlow库构建的，并提供了逐步的解释。值得强调的是，基于PINN的计算力学方法易于实现，并可以扩展到更具挑战性的应用领域。本文旨在帮助对基于PINN的固体力学求解器感兴趣的研究人员对这一新兴领域有清晰的了解。本文中展示的所有数值示例的程序都可以在https://github.com/JinshuaiBai/PINN_Comp_Mech上找到。
作者：Jinshuai Bai, Hyogu Jeong, C. P. Batuwatta-Gamage, Shusheng Xiao, Qingxia Wang, C.M. Rathnayaka, Laith Alzubaidi, Gui-Rong Liu, Yuantong Gu
论文ID：2210.09060
分类：Computational Engineering, Finance, and Science
分类简称：cs.CE
提交时间：2023-04-11