自20世紀(jì)50年代以來,隨著計(jì)算機(jī)科學(xué)的不斷進(jìn)步,機(jī)器學(xué)習(xí)和數(shù)據(jù)科學(xué)得到了長(zhǎng)足發(fā)展.這些技術(shù)一般依靠大量數(shù)據(jù)作支撐,通過訓(xùn)練過程提取出蘊(yùn)藏在數(shù)據(jù)內(nèi)部的抽象映射關(guān)系,目前已被成功應(yīng)用于化學(xué)、生物等自然科學(xué)研究領(lǐng)域.近年來,這些技術(shù)也逐漸受到計(jì)算力學(xué)領(lǐng)域研究者的關(guān)注.本文結(jié)合作者的相關(guān)研究成果介紹了機(jī)器學(xué)習(xí)、數(shù)據(jù)科學(xué)與計(jì)算力學(xué)相結(jié)合的3種形式:第一種是與有限元方程求解方面的結(jié)合,直接應(yīng)用卷積神經(jīng)網(wǎng)絡(luò)算法求解線性有限元方程;第二種方式結(jié)合有限元計(jì)算和機(jī)器學(xué)習(xí)預(yù)測(cè)復(fù)雜材料結(jié)構(gòu)與力學(xué)性能的關(guān)系.本文作者應(yīng)用該方法基于細(xì)觀頁巖掃描照片和隨機(jī)建模算法,成功訓(xùn)練出可以有效預(yù)測(cè)細(xì)觀頁巖樣本等效模量的卷積神經(jīng)網(wǎng)絡(luò);第三種方式是建立基于數(shù)據(jù)驅(qū)動(dòng)的計(jì)算力學(xué)方法,比如直接利用真實(shí)的材料實(shí)驗(yàn)數(shù)據(jù)代替材料本構(gòu)模型.這些工作顯示了機(jī)器學(xué)習(xí)、數(shù)據(jù)驅(qū)動(dòng)在處理材料的力學(xué)實(shí)驗(yàn)數(shù)據(jù)、設(shè)計(jì)新型材料以及創(chuàng)建更高效的計(jì)算力學(xué)模型方面的廣闊前景.隨著計(jì)算力學(xué)的發(fā)展,未來將可能出現(xiàn)更多將數(shù)據(jù)科學(xué)、機(jī)器學(xué)習(xí)與計(jì)算力學(xué)相結(jié)合的應(yīng)用場(chǎng)景,進(jìn)一步開發(fā)出更加強(qiáng)健、高效和保真的計(jì)算力學(xué)方法.

【文章頁數(shù)】：14 頁

【文章目錄】：
1 卷積神經(jīng)網(wǎng)絡(luò)在線性有限元求解中的應(yīng)用
2 基于細(xì)觀頁巖掃描照片的模量預(yù)測(cè)方法
3 利用材料實(shí)驗(yàn)數(shù)據(jù)代替經(jīng)驗(yàn)本構(gòu)模型
4 小結(jié)與展望
補(bǔ)充材料



本文編號(hào)：3822101