内嵌物理知识网络驱动的振动离散模型求解方法研究

赵科炜; 何国林

doi:CNKI:SUN:CGGL.0.2025-03-022

重庆理工大学学报（自然科学版） ›› 2025, Vol. 39 ›› Issue (03) : 172 -176. DOI: CNKI:SUN:CGGL.0.2025-03-022

内嵌物理知识网络驱动的振动离散模型求解方法研究

赵科炜, 何国林

作者信息 +

Author information +

文章历史 +

PDF

摘要

为探究内嵌物理知识神经网络(physics-informed neural networks, PINN)在动力学系统求解方向的应用，从振动力学角度出发，对网络输入输出以及损失函数进行修改，引入残差网络，实现传统PINN的改进。以二自由度振动离散系统动力响应分析问题和系统识别问题求解为例，验证了改进PINN在振动力学模型正反问题精确求解方面的有效性，可为采用神经网络求解复杂动力学模型的相关研究提供参考。