新方法M-NEM提升异质复合材料仿真精度

Pius J. M. Wichmann 等作者提出基于网格的神经能量方法 M-NEM，用于异质复合材料仿真。该方法通过形函数插值节点位移施加运动学约束以抑制振荡，并以代数形函数导数替代自动微分计算应变。 在直接可比的基准问题上，M-NEM 将应力误差较 C-NEM 降低最多三个数量级，速度快一到两个数量级；在两个极端刚度对比基准上，仅 M-NEM 收敛。对比显示，RBFNN 在 M-NEM 中表现最优，优于带 RFF 映射的 MLP 和 KAN。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。