数据驱动计算力学研究进展
发布时间:2022-12-10 23:17
以数字孪生、人工智能为核心的大数据理念正深刻影响着第四次工业革命,数据驱动计算力学在此背景下应运而生并展现勃勃生机.与此同时,航空航天等尖端工业领域对高性能材料与结构的先进制造与安全评估提出了更严峻的挑战,传统计算力学已很难实现成倍缩短产品研发周期、实时跟踪产品信息并提供解决方案的目标.因此,发展面向高性能材料与结构的数据驱动计算力学正当其时且刻不容缓.本文拟通过梳理数据驱动计算力学的部分研究现状,探讨数据驱动计算力学的发展趋势.
【文章页数】:14 页
【文章目录】:
0 引言
(1) 基于能量泛函的数据驱动算法
(2) 基于距离泛函的数据驱动算法
1 基于能量泛函的数据驱动算法
1.1 基于数据驱动的等效本构关系
1.2 基于数据驱动的自洽聚类降维分析
2 基于距离泛函的数据驱动算法
2.1 材料基因驱动算法
2.2 基于流形学习的数据驱动算法
2.3 结构基因驱动算法
3 数据驱动计算力学发展趋势
(1)材料结构一体化基因数据库尚不完善
(2)数据驱动算法亟需改进
(3)数据驱动计算力学与经典计算力学的交叉融合势在必行但任重道远
4 结语
【参考文献】:
期刊论文
[1]机器学习与计算力学的结合及应用初探[J]. 李想,严子铭,柳占立. 科学通报. 2019(07)
[2]力学信息学简介[J]. 王鹏,孙升,张庆,张统一. 自然杂志. 2018(05)
本文编号:3717700
【文章页数】:14 页
【文章目录】:
0 引言
(1) 基于能量泛函的数据驱动算法
(2) 基于距离泛函的数据驱动算法
1 基于能量泛函的数据驱动算法
1.1 基于数据驱动的等效本构关系
1.2 基于数据驱动的自洽聚类降维分析
2 基于距离泛函的数据驱动算法
2.1 材料基因驱动算法
2.2 基于流形学习的数据驱动算法
2.3 结构基因驱动算法
3 数据驱动计算力学发展趋势
(1)材料结构一体化基因数据库尚不完善
(2)数据驱动算法亟需改进
(3)数据驱动计算力学与经典计算力学的交叉融合势在必行但任重道远
4 结语
【参考文献】:
期刊论文
[1]机器学习与计算力学的结合及应用初探[J]. 李想,严子铭,柳占立. 科学通报. 2019(07)
[2]力学信息学简介[J]. 王鹏,孙升,张庆,张统一. 自然杂志. 2018(05)
本文编号:3717700
本文链接:https://www.wllwen.com/kejilunwen/lxlw/3717700.html