傅里叶神经算子集群方法实现超大规模复合材料力学建模：十亿节点一小时完成预测
研究者提出双尺度神经集群框架用于复杂微结构复合材料的大规模力学建模：局部尺度将微结构特征编码为傅里叶神经算子（FNO）构建块，全局尺度按微结构空间分布组装FNO集群，配合粗网格有限元和Schwarz迭代。对SiC-Al复合材料验证显示与非线性有限元精度相当而计算成本降低数个量级，含超10亿节点的双属性SiC-Al复合材料响应预测约1小时完成。
有限元
共 1 篇 · B910 化工资讯聚合
共 1 篇 · B910 化工资讯聚合
研究者提出双尺度神经集群框架用于复杂微结构复合材料的大规模力学建模：局部尺度将微结构特征编码为傅里叶神经算子（FNO）构建块，全局尺度按微结构空间分布组装FNO集群，配合粗网格有限元和Schwarz迭代。对SiC-Al复合材料验证显示与非线性有限元精度相当而计算成本降低数个量级，含超10亿节点的双属性SiC-Al复合材料响应预测约1小时完成。
